光パルスに基づくスケーラブルな光ニューラルネットワークチップの創出

点击翻译按钮获取中文摘要

本研究では、スケーラブルな光ニューラルネットワークチップの実現を目指している。当該年度において、はじめに光ニューラルネットワークの核心である光行列演算用の新しいアーキテクチャを提案した。具体的に、二層導波路構造と新規な多入力ポート光検出器を用いて、光行列―ベクトル演算回路と光行列―行列演算回路を提案した。従来のコヒーレント型光回路と比較して、本行列―ベクトル演算回路ではエラーソースである各マッハ・ツェンダ干渉計を独立させることで、計算エラーを低減できることを明らかにした。また、本研究の回路構造に限らず、光行列―行列演算回路のほうが処理速度とエネルギー効率が高いことを明らかにした。４波長を使うことで、20×20以上の行列規模ではエネルギー効率を２倍向上できることを示した。続いて、得られた知見に基づいて単一波長、32×32の光行列―ベクトル演算回路と３波長、12×12の光行列―行列演算回路を設計し、商用の半導体ファウンドリーでデバイスを作製した。原理実証のため、これらの光回路では熱光学位相シフタを用いた。また、多波長を合波・分波するフィルターは可変なリング共振器フィルターを使用した。作製された光チップを実装した上で評価する必要があるため、端面研磨などの準備を行った。現在はチップの実装を進めている。これらの結果は、光ニューラルネットワークの大規模、高速、低電力化に貢献できる。