Entegre, yeniden yapılandırılabilir fotonik tensör işlemcide derin sinir ağı çıkarımı

Daha Hızlı Düşünen Makineler Neden Önemli

Telefonunuzun kilidini yüzünüzle her açtığınızda, bir ses asistanına konuştuğunuzda veya bir yapay zeka sisteminin bir videodaki nesneleri algıladığını gördüğünüzde, perde arkasında devasa miktarda sayısal işlem gerçekleşir. Bu yapay zeka modelleri daha büyük ve yetenekli hale geldikçe daha fazla enerji, daha fazla donanım ve daha fazla zaman talep ederler. Bu makale, yalnızca elektriğin yerine ışığı kullanarak bu ağır hesaplamaları gerçekleştirmeyi amaçlayan yeni bir tür “optik beyin”i inceliyor; hedef, geleceğin YZ’sini hem daha hızlı hem de enerji açısından daha verimli hale getirmek.

Hesaplama İçin Yeni Bir Yol: Işık

Modern YZ, büyük sayı tabloları — tensörler — üzerinde benzer matematiksel işlemlerin tekrarlı uygulanmasına dayanır. Bugün bu işlemler GPU gibi elektronik çiplerde çalışıyor ve hız ile güç tüketimi sınırlarına yaklaşıyor. Yazarlar, aynı işlemleri gerçekleştirmek için çip üzerindeki küçük yapılar içinde ışığın kullanımını ifade eden fotoniğe yöneliyor. Işık hızlı hareket edebildiği ve aynı anda birçok kanal taşıyabildiği için, fotonik bir işlemci teoride çok düşük gecikmeyle birçok hesaplamayı paralel olarak gerçekleştirebilir ve geleneksel elektroniğin yaşadığı bazı enerji kayıplarından kaçınabilir.

Işık Destekli Bir Matematik Motoru İnşa Etmek

Ekip, standart bir 19 inçlik sunucu rafına sığacak şekilde bir fotonik tensör işlemci tasarladı ve bu sayede diğer sunucu donanımlarına benzer görünüyor. Kalbinde, endüstriyel bir üretim süreciyle yapılan bir silisyum fotonik çip bulunuyor; bu da bu tür cihazların ölçeklendirilebilir şekilde üretilme olasılığını artırıyor. Bu çipte, veriyi temsil eden gelen elektrik sinyalleri özel modülatörler kullanılarak ışık desenlerine dönüştürülüyor. Bu ışık sinyalleri daha sonra geçen ışığı güçlendirebilen veya zayıflatabilen ayarlanabilir bağlantılardan oluşan bir matris gibi davranan ince dalga kılavuzları ızgarası boyunca ilerliyor. Her sütunun sonunda yerleşik ışık algılayıcılar, birleşik parlaklığı tekrar elektrik sinyallerine çevirerek matris-vektör çarpımının sonucuna karşılık gelen sinyalleri üretiyor; bu, birçok sinir ağı katmanında temel işlemdir.

Işığı Kararlı Tutmak ve Matematiği Doğru Yapmak

Çipi beslemek için araştırmacılar, aynı anda birçok eşit aralıklı ışık rengini üreten gelişmiş bir ışık kaynağı olan bir mikrokomb kullanıyor. Her renk, girdi verisinin bir bölümünü taşıyan ayrı bir kanal görevi görüyor ve böylece birden çok hesaplama paralel ilerleyebiliyor. Ancak analog ışık sinyalleriyle çalışmak gürültü ve kusurlar getiriyor. Yazarlar bunu dikkatli kalibrasyonla ele alıyor: her modülatörün ve detektörün nasıl tepki verdiğini ölçüyor, ardından istenen matematiksel ağırlığın belirli bir optik ayara karşılık gelmesi için kontrol voltajlarını ve güç seviyelerini ayarlıyorlar. Ayrıca kanallar arasındaki sızıntıyı (crosstalk) ve optik paketlemenin neden olduğu bozulmaları telafi ediyorlar. Gerektiğinde tekrarlanan ölçümlerin ortalamasını alarak biraz ek zamanı daha yüksek doğruluk için takas edebiliyorlar.

Işıkla Gerçek YZ Görevlerini Çalıştırmak

Sistemlerinin sadece bir laboratuvar merakı olmadığını göstermek için ekip, fotonik işlemciyi yaygın kullanılan bir YZ yazılım çerçevesi olan PyTorch’a doğrudan bağlıyor. İki görüntü tanıma sinir ağını sayısal olarak eğitiyor ve ardından donanımın oluşturacağı türdeki gürültüyü modele dahil ederek ince ayar yapıyorlar. Eğitildikten sonra aynı ağları çip için yeniden tasarlamaya gerek kalmadan fotonik işlemcide çalıştırabiliyorlar. Basit el yazısı rakam veri kümesi MNIST üzerinde optik sistem daha yüksek doğruluk modunda yaklaşık %98,1 ve düşük gecikme modunda %91 doğruluk elde ediyor; bu, tümüyle dijital kıyasla yakın sonuçlar veriyor. Daha zorlu renkli görüntü veri seti CIFAR-10 üzerinde hassasiyet modunda %72 doğruluğa ulaşıyor—dijital versiyonun altında ama daha zorlu bir görevde bile pratik performansı gösteriyor.

YZ Donanımının Geleceği İçin Anlamı

Mevcut prototip en ileri elektronik hızlandırıcılardan daha enerji verimli olmasa da, gücünün çoğu optik çekirdekte değil destekleyici elektroniğe harcanıyor. Sonuçlar, programlanabilir, raf monteli bir fotonik işlemcinin gerçek sinir ağlarındaki neredeyse tüm ağır lineer cebiri gerçekleştirebileceğini, zaman içinde kararlı performans sunabileceğini ve hız ile doğruluk arasında ayarlanabilir bir denge sağlayabileceğini gösteriyor. Teknoloji daha büyük optik çekirdeklere, daha fazla dalga boyuna ve daha iyi dönüştürücülere ölçeklendiğinde, bu tür ışık tabanlı tensör işlemciler ultra hızlı, düşük gecikmeli YZ motorları sunabilir; geleneksel çipleri tamamlayarak veya bazı durumlarda onların iş yüklerini devralarak gelecekteki sistemlerin giderek büyüyen YZ iş yüklerini daha verimli işlemesine yardımcı olabilir.

Atıf: Meyer, L., Dijkstra, J., Tebeck, S. et al. Deep neural network inference on an integrated, reconfigurable photonic tensor processor. Nat Commun 17, 3396 (2026). https://doi.org/10.1038/s41467-026-71599-2

Anahtar kelimeler: fotonik hesaplama, optik YZ hızlandırıcı, derin sinir ağları, silisyum fotoniği, tensör işleme