光を見る

美を輝かせる' (Bito wo Kagayakaseru)

モーアの法則は、チップ上のトランジスタの数が2年ごとに倍増することを観察しましたが、それはナノレベルでもトランジスタをさらに詰め込むことがますます困難になってきています。その結果、エンジニアたちは計算能力を大幅に向上させる新しい方法と手法を探し始めています。

計算能力を増加させるための新興技術の1つは、光計算（フォトニック計算）です。これは、データの転送やタスクおよび計算を行うために電子の代わりに光子（光）を使用するものです。

“フォトニックコンピューティングは、電子信号では不可能な特定の計算タスクを、光の物理学を利用してより効率的に実行するものです。”と、カリフォルニア州サニーベールにあるNTT Researchのシニアサイエンティストであり、マサチューセッツ工科大学（MIT）の電気工学・コンピュータサイエンス研究ラボの客員科学者でもあるライアン・ハメリー氏は述べています。

ハメリー氏は、光ベースのチップは通常の半導体プロセスを使用して製造されるものであり、電子構造の代わりに光構造が形成される異なる製造手法のセットを使用しています。ハメリー氏は、「電子構造では、電流の制御に興味があり、抵抗やキャパシタンスに注意を払いますが、光構造では、光の流れを制御することに関心があります。」と述べています。

• 「ML技術はがん治療率をより正確に予測することができる」
• 「6Gは、気候変動の監視に二重の役割を果たすかもしれません」
• 「合成イメージングがAIトレーニングの効率性を新たな基準に設定」

従来のコンピューティングでは、電子はワイヤを非常に遅く流れ、データは非常に低い周波数（最大でギガヘルツまたは数十ギガヘルツの速度）で伝播しますが、光フォトンはヘルツ単位で数百テラヘルツの周波数で動いているとハメリー氏は述べています。彼は通常、レーザーを光源とし、ファイバオプティックを使用してフォトニックコンピューティングを行う方が従来のコンピューティングよりもはるかに速いと述べています。

ハメリー氏は、光ベースのチップは従来の半導体と同様に、組み合わせた金属酸化物半導体（CMOS）処理のバリアントを使用して製造されると指摘しています。彼は、「CMOSでなくても、質量堆積、リソグラフィなどといった同じタイプのツールを使用している」と付け加えました。

ハメリー氏は、次の数年間には特定のことにおいて効率的なフォトニックコアが大型システムのコンポーネントとして普及し始めることを予想しており、フォトニックコンピューティングは主にデータセンターの領域に留まると考えています。彼はフォトニックコンピューティングの採用は段階的なプロセスであり、エンドユーザーには明らかではないと述べています。ハメリー氏は、「ハードウェアとソフトウェアの設計を担当するエンジニアはこれらの進歩を理解していますが、ユーザーは物事が速くなっていると感じるだけです。」と述べています。

ボストンに拠点を置くフォトニックコンピューティング企業であるLightelligenceのエンジニアリング副社長であるモーリス・スタインマン氏は、「フォトニックコンピューティングはアナログコンピューティングの一形態であり、ノイズ成分と精度の誤差があります」と指摘しています。

現在、フォトニックコンピューティングの主な焦点は人工知能（AI）です。スタインマン氏によれば、「AI計算のワークロードは統計的性質を持っているため、速度とパワーの利点があれば、精度の誤差は十分許容できるため、フォトニックコンピューティングと非常に適しています。」と述べています。

ボストンに拠点を置くフォトニックコンピューティング企業であるLightmatterの共同創設者兼CEOであるニコラス・ハリス氏は、従来のコンピューティングは計算、通信、メモリにトランジスタを頼っているのに対し、「フォトニックコンピューティングは新しい加算、乗算、データ移動の方法を提供することで、ツールセットを補完します。これにより、単一チップおよびシステムの計算プログレスが継続的に向上する利点が生まれます。」と述べています。

さらに、ハリス氏は、フォトニック技術により、非常に低いレイテンシーの計算が可能であり、1秒あたりの非常に高い操作数が実現できると述べています。彼は、「これは実現が難しく、電子システムの特徴的な時間を設定する抵抗、インダクタンス、キャパシタンスを含むパラサイトの不在によって可能になるものです。」と述べています。

Harrisは、光学コンピューティングを計算と相互接続（データ移動）の2つのカテゴリに分けることができると述べました。

「多くのフォトニックコンピューティングアクセラレーターアーキテクチャがあり、テンソルの加算と乗算の完了に光速のレイテンシーを持ち、非常に高いクロック周波数をサポートできる能力と、同時に複数の光波長を活用して計算を並列化する能力を共有しています」とHarrisは述べました。

相互接続の側面では、フォトニックは非常に低レイテンシーのデータ輸送、システム間の効率的な通信、分割、および非常に大きなダイサイズを可能にします。

光学コンピューティングの主な利点の1つは、光子が銅線を通過する電子よりもはるかに速く、光の速度で移動するため、信じられないほど高速であることです。例えば、LightelligenceのSteinmanによると、同社は2021年末にPhotonic Arithmetic Computing Engine（PACE）をリリースしました。PACEはベクトル行列乗算型アーキテクチャを使用しており、他の多くのフォトニックコンピューティングデバイスも同様です。

「私たちはPACEをIsing問題にターゲットとしました」とSteinmanは言いました。Isingモデルは、旅行セールスマン問題（TSP）など、多くの異なる変数を持つ計算複雑な組合せ最適化として特徴付けられる難しい数学の問題に頻繁に使用されます。「私たちはアルゴリズムを目的に新たに作りました。プログラム可能なエンジンではありません。Ising問題を解くためにハードコードされたアルゴリズムです。

Steinmanは、PACEをNVIDIAのGPUと比較した場合、800倍の速さで動作することがわかりました。「鍵は適切なアルゴリズムを見つけることです。そこが劇的な高速化のポイントです」とSteinmanは言います。「それがスイートスポットです」。

Steinmanは、電気光学システムの場合、高度なパッケージングが懸念事項であるとも述べました。「それは通常のCMOSチップやパッケージ内のフリップチップ以上です」とSteinmanは述べています。「電気チップ、光チップ、光源、I/O、電源などの統合が必要です。それが可能なすべてのことなので、私たちは高度なパッケージングに多くの時間をかけて取り組んでいます。これはフォトニックコンピューティングへの主要な技術的障壁の1つです」。

PACEの次のバージョンでは、Lightelligenceはプログラム可能性を高めており、開発者にリリースされる際に、彼らがPACEに最適なアプリケーションを特定できるようにしています、とSteinmanは言います。

クラシカルコンピューティングをさらに進化させるには、フォトニックは量子コンピューティングにも使用できます。カナダのトロントに拠点を置く量子コンピューティング企業であるXanaduの創設者兼CEOであるChristian Weedbrookは、量子コンピュータを「次世代のスーパーコンピュータ」と呼びます。

Weedbrookは、0と1のようなデジタル計算を行うクラシカルコンピュータとは異なり、量子コンピュータは量子ビット（キュビット）を使用して、0と1の両方で計算を行うと説明しました。一般的に、利用可能なキュビット数が増えるにつれて、計算能力は指数関数的に増加すると述べました。

Weedbrookは、量子コンピュータを構築するためのいくつかの方法がある一方、Xanaduでは光学的なアプローチを使用し、光学コンポーネントとファイバーオプティクスを使用してフォトニックチップをネットワーク化しています。「フォトニックアプローチの利点には、スケーラブルでモジュラー、簡単に製造でき、室温で動作することができるということがあります」とWeedbrookは言いました。これに対して、殆どのスーパーコンピュータと量子コンピュータは、高い効率で動作するために非常に低温で保たれる必要があります。

LightmatterのHarrisは、世界がフォトニックを補完するコンピューティングに迅速に慣れると考えており、フォトニックがAIとコンピューティングの成長を静かに支え、うまくいけば誰もその存在に気づかないだろうと信じています。

John Delaneyは、米国ニューヨークマンハッタンを拠点とするフリーランスのテクノロジーライターです。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!