מעבד פוטוני למשחק-מטריצות במעבר אחד המבוסס על רב-ריבוב מרחבי-ספקטרלי

למה חשוב מחשוב מהיר וירוק יותר

בכל פעם שאנחנו שואלים עוזר דיגיטלי שאלה או גוללים ברשתות החברתיות, מודלים רבי-עוצמה של בינה מלאכותית פועלים ברקע. המודלים הללו הולכים וגדלים עד שלוחות מחשוב קונבנציונליות מתקשות לעמוד בקצב בלי שימוש בכמויות עצומות של אנרגיה. המאמר הזה מציג סוג חדש של חומרה שמבצעת חישובים מרכזיים של בינה מלאכותית באמצעות אור במקום חשמל, במטרה להפוך מכונות עתידיות למהירות יותר ולחסכוניות יותר באנרגיה.

להפוך אור למחשב

הבינה המלאכותית המודרנית מבוססת על פעולות שנקראות כפל מטריצות, המבוצעות מיליארדי וטריליוני פעמים כאשר רשת עצבית מנתחת תמונות או טקסט. שבבים אלקטרוניים עושים את העבודה הזאת בצורה אמינה אך מבזבזים הרבה אנרגיה רק על העברת נתונים בתוך השבב. החוקרים בעבודה זו מפתחים רעיון שונה: לאפשר לאור לבצע את החישוב עצמו. ברשת עצבית אופטית מקודדים מידע בקרני לייזר, מעבדים אותו כשהקרניים עוברות דרך עדשות וממודולטורים, ואז קוראים אותו בעזרת חיישני אור. מאחר שפוטונים אינם מחממים חוטים כמו אלקטרונים, מערכות כאלה יכולות, עקרונית, להגיע למהירויות ויעילות אנרגטית גבוהות בהרבה.

לבצע הרבה חישובים במעבר אחד

לרוב הרשתות האופטיות הקיימות יש מגבלה: הן יכולות לטפל רק במספר צנוע של חישובים במקביל, או שהן נהפכות למסובכות מדי להרחבה. עבודה זו מציגה מעבד פוטוני של כפל מטריצות במעבר יחיד שמגביר באופן דרמטי את מספר הפעולות שניתן לבצע בבת אחת. הרעיון המרכזי הוא לארוז מידע בשלושה היבטים שונים של האור בו-זמנית — המיקום במרחב, הצבע (אורך גל) והזמן. על ידי סידור קפדני של הממדים הללו, המכשיר יכול לבצע כפל מטריצה–מטריצה מלא, הכולל אלפי שלבי הכפלה וחיבור, במעבר יחיד של אור דרך המערכת.

סורג דיפרקציה כמנהל תנועה לאור

בלב העיצוב נמצא רכיב אופטי פשוט אך עוצמתי: סורג דיפרקציה, שמפצל אור לזוויות שונות בהתאם לצבעו. הצוות משתמש במערכת סורגים תלת־ממדית מסודרת במיוחד שתפקידה כמנהל תנועה, توב перепуск קרני צבע רבות ממספר ערוצי קלט לערוצי פלט מסודרים מחדש. הנתונים לעיבוד מקודדים בעוצמות אור על קבוצה של מודולטורים, בעוד ש"המשקלים" של הרשת העצבית מקודדים בקבוצה אחרת. כשהקרניים נפגשות ועוברות דרך הסורג, המסלולים שלהן ממוינים כך שכל ערוץ פלט מחבר באופן טבעי את השילובים המתאימים של נתונים ומשקלים. גלאי אינטגרציה-זמנית מצטברים אז את התרומות על פני מספר צעדי זמן קצרים, ובכך מרחיבים למעשה את היקף החישוב בלי להוסיף מורכבות נוספת לאופטיקה.

ממערך מעבדה למשימות בינה מלאכותית אמיתיות

המחברים מדגימים מעבד טנזור אופטי בגודל 16×16×16×16, כלומר הוא יכול לכפול מטריצה בגודל 16×16 במטריצה נוספת 16×16 במעבר אופטי אחד, ובכך לבצע 4096 פעולות בסיסיות בבת אחת. המערכת פועלת בקצבי שעון מרובי ג'יגה-הרץ ומשיגה דיוק חישובי אפקטיבי של יותר משמונה סיביות, רוחב פעולה השווה להרבה מאיצים פרקטיים לבינה מלאכותית. כדי להראות שזו לא רק הדגמה פיזיקלית, הם משתמשים במעבד להרצת חלקים מצנרת קטנה לזיהוי תמונות: רשת עצבית קונבולוציונית שמוציאה תכונות מתמונות ספרות, ואחריה רשת מחוברת באופן מלא שמסווגת אותן. גם עם רעש אופטי וחוסר-שלמות בחומרה, המערכת מזהה נכון ספרות בכתב-יד ברמת דיוק של כ-96%, קרובה לביצוע דיגיטלי מלא של אותו מודל.

צריכת אנרגיה, רגישות ועד כמה זה ניתן להרחבה

מאחר שהארכיטקטורה משתמשת שוב ושוב באותם רכיבים אופטיים על פני ערוצי מקביל רבים ומצטברת אותות ביעילות, כל פעולה בסיסית יכולה להתבצע עם אנרגיה זעירה מאוד — עד עשרות אטוג'אולים של אנרגיה אופטי לכפל. המחברים מעריכים כי היעילות הכוללת כבר עולה על כמה מאיצי בינה מלאכותית אלקטרוניים מתקדמים, וטוענים ששיפורים צנועים במודולטורים ובממירים מדיגיטלי לאנלוגי יכולים לדחוף זאת לאלפי מיליארדי פעולות לשנייה לכל וואט. חשוב לציין שהעיצוב נמנע ממספר מחסומי הרחבה שמציקים לסכמות אופטיות אחרות, ולכן גרסאות גדולות יותר עם ערוצים רבים יותר (למשל מערכים בגודל 30×30 או אפילו 60×60) נראות ברות יישום עם רכיבים דומים.

מה זה אומר לטכנולוגיה היומיומית

בהגדרה פשוטה, המחקר הזה מראה שמערך אופטי יחסית פשוט — דרך חכמה לנתב קרניים צבעוניות דרך סורג דיפרקציה — יכול לשמש כמנוע חזק ודל-אנרגיה עבור חישובי סגנון בינה מלאכותית. למרות שמדובר עדיין בפרוטוטיפ מעבדתי, זה מצביע על מרכזי נתונים ומכשירי קצה עתידיים שבהם מעבדים מבוססי אור יטפלו בעומסי העבודה הכבדים של רשתות עצביות, יקטינו חשבונות אנרגיה ויאפשרו מודלים גדולים ומהירים יותר. אם מעבדי הטנזור הפוטוניים הללו יהפכו לשילובים וניתנים לייצור בקנה מידה, הם עלולים להפוך לרכיב מפתח בדור הבא של חומרת בינה מלאכותית יעילה ומהירה.

ציטוט: Luan, C., Davis III, R., Chen, Z. et al. Single-shot matrix-matrix photonic processor based on spatial-spectral hypermultiplexed parallel diffraction. Nat Commun 17, 484 (2026). https://doi.org/10.1038/s41467-026-68452-x

מילות מפתח: רשתות עצביות אופטיות, מיחשוב פוטוני, כפל מטריצות, חומרה לצריכת אנרגיה נמוכה לבינה מלאכותית, סורג דיפרקציה