Uzaysal-spektral hiperçoklu paralel kırınım temelli tek atışlık matris-matris fotonik işlemci

Daha Hızlı, Daha Yeşil Hesaplamanın Önemi

Her dijital asistana soru sorduğumuzda veya sosyal medyada gezinirken, perde arkasında güçlü yapay zeka modelleri çalışıyor. Bu modeller o kadar büyük hale geliyor ki geleneksel bilgisayar çipleri, devasa miktarda enerji harcamadan yetişmekte zorlanıyor. Bu makale, temel yapay zeka hesaplamalarını gerçekleştirmek için elektriğin yerine ışığı kullanan yeni bir donanım türünü tanımlıyor; amaç, gelecekteki makineleri hem daha hızlı hem de çok daha enerji verimli hâle getirmek.

Işığı Hesap Makinesine Çevirmek

Modern yapay zeka, bir sinir ağının görüntü veya metin analizinde milyarlarca veya trilyonlarca kez tekrarlanan matris çarpımları gibi işlemlerle çalışır. Elektronik çipler bu işi güvenilir şekilde yapar, ancak çip içinde veriyi hareket ettirmek büyük oranda enerji israfına yol açar. Bu çalışmanın arkasındaki araştırmacılar farklı bir fikri temel alıyor: matematiği ışığın kendisine yaptırmak. Bir optik sinir ağında bilgi, lazer ışınlarına kodlanır, ışınlar mercekler ve modülatörlerden geçerken işlenir ve ardından ışık algılayıcılarla okunur. Fotonlar elektronlar gibi telleri ısıtmadığı için, bu tür sistemler prensipte çok daha yüksek hızlara ve verimliliğe ulaşabilir.

Birden Fazla Hesabı Tek Seferde Yapmak

Mevcut optik sinir ağlarının çoğunun bir sınırlaması var: paralel olarak çok sayıda hesaplamayla başa çıkamıyorlar ya da ölçeklenmeleri çok karmaşık hale geliyor. Bu çalışma, aynı anda yapılabilecek işlem sayısını dramatik şekilde artıran “tek atışlık” bir matris–matris fotonik işlemci tanıtıyor. Temel fikir, bilgiyi aynı anda ışığın üç farklı yönüne—uzaydaki konumu, rengi (dalga boyu) ve zamanlaması—yerleştirmek. Bu boyutları dikkatle düzenleyerek cihaz, binlerce çarpma ve toplama adımını içeren tam bir matris–matris çarpımını sistemden geçen tek bir ışık geçişinde gerçekleştirebiliyor.

Kırınım Izgarası: Işık için Trafik Kontrolörü

Tasarımın kalbinde basit ama güçlü bir optik eleman var: renklerine bağlı olarak ışığı farklı açılara ayıran kırınım ızgarası. Ekip, birçok renkli ışının birçok giriş kanalından yeniden düzenlenmiş çıkış kanallarına yönlendirildiği üç boyutlu, özel düzenlenmiş bir ızgara sistemi kullanıyor; bir tür trafik kontrolörü gibi çalışıyor. İşlenecek veriler bir dizi modülatörde ışık şiddeti olarak kodlanırken, sinir ağının “ağırlıkları” başka bir modülatör setinde kodlanıyor. Işınlar karşılaşıp ızgaradan geçerken yolları yeniden düzenleniyor ve her çıkış kanalı, doğal olarak doğru veri ve ağırlık kombinasyonlarını topluyor. Zaman entegrasyonlu detektörler birkaç kısa zaman adımı boyunca katkıları biriktirerek optiğe ekstra karmaşıklık eklemeden hesabın boyutunu fiilen genişletiyor.

Laboratuvar Kurulumundan Gerçek Yapay Zeka Görevlerine

Yazarlar 16-16-16-16 optik tensör işlemciyi gösteriyor; bu, tek bir optik “atışta” bir 16×16 matrisin başka bir 16×16 matrisle çarpılabileceği ve aynı anda 4096 temel işlemin gerçekleştirilebileceği anlamına geliyor. Sistem çok gigahertzli saat hızlarında çalışıyor ve birçok pratik yapay zeka hızlandırıcısıyla karşılaştırılabilecek sekiz bitin üzerinde etkin hesaplama doğruluğuna ulaşıyor. Bunun sadece bir fizik gösterisi olmadığını göstermek için işlemciyi küçük bir görüntü tanıma hattının bölümlerini çalıştırmak üzere kullanıyorlar: rakam görüntülerinden özellik çıkaran bir konvolüsyonel sinir ağı ve ardından bunları sınıflandıran tam bağlı bir sinir ağı. Optik gürültü ve donanım kusurlarına rağmen kurulum, el yazısı rakamları yaklaşık %96 doğrulukla doğru şekilde tanıyor; bu, aynı modelin tamamen sayısal bir uygulamasına yakın seviyede.

Enerji Kullanımı, Hassasiyet ve Ölçeklenebilirlik

Mimari, aynı optik bileşenleri birçok paralel kanal arasında yeniden kullandığı ve sinyalleri verimli şekilde biriktirdiği için her temel işlem son derece az enerjiyle—çarpma başına onlarla ifade edilebilen attojoule düzeyinde optik enerjiyle—gerçekleştirilebiliyor. Yazarlar, zaten bazı son teknoloji elektronik yapay zeka hızlandırıcılarını aşan bir toplam enerji verimliliği tahmin ediyor ve modülatörler ile dijital-analog çeviricilerde yapılacak ölçülü geliştirmelerin bunu watt başına yüz trilyonlarca işlemin olduğu seviyelere taşıyabileceğini öne sürüyor. Önemli olarak, tasarım diğer optik şemaların karşılaştığı bazı ölçeklenme engellerinden kaçınıyor; bu nedenle benzer bileşenler kullanılarak çok daha fazla kanala sahip daha büyük versiyonların (örneğin 30×30 veya hatta 60×60 diziler) mümkün görünmesi muhtemel.

Günlük Teknoloji İçin Anlamı

Basitçe söylemek gerekirse, bu araştırma, renkli ışınları bir kırınım ızgarası aracılığıyla akıllıca yönlendiren nispeten basit bir optik düzenin, yapay zeka tarzı hesaplamalar için güçlü ve düşük enerjili bir motor görevi görebileceğini gösteriyor. Bu hâlâ bir laboratuvar prototipi olsa da, gelecekte veri merkezleri ve uç cihazlarda ışık tabanlı işlemcilerin en ağır sinir ağı iş yüklerini üstlenebileceğine, enerji maliyetlerini düşürebileceğine ve daha büyük, daha hızlı modellerin önünü açabileceğine işaret ediyor. Bu tür fotonik tensör işlemciler entegre edilip ölçekli olarak üretilebilirse, yüksek performanslı, enerji verimli yapay zeka donanımının bir sonraki neslinde ana bileşenlerden biri haline gelebilirler.

Atıf: 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

Anahtar kelimeler: optik sinir ağları, fotonik hesaplama, matris çarpımı, enerji verimli yapay zeka donanımı, kırınım ızgarası