多面光波変換型スケーラブル光演算回路の創成と深層ニューラルネットワーク応用

点击翻译按钮获取中文摘要

本研究は、多面光波変換法に基づくスケーラブルな光ユニタリ変換回路を用いることで、任意の線形行列演算を光領域で高速に実現することを目的とする。このような回路を深層ニューラルネットワークの線形処理部に適用することで、チップ内を光が伝搬するだけで演算が完了する究極的に低消費電力かつ低遅延な処理が可能になる。具体的には、数ミリ角の半導体チップ内に多数の光回折部と光位相シフタ部を高密度に集積し、光の回折と波面制御を繰り返すことで任意の線形演算を行う。従来手法とは本質的に異なり、チップ内での光の回折現象を直接利用することで、光波の空間並列性のメリットを最大限活かしながら、作製誤差に対してもロバストな、真にスケーラブルな光演算回路を実現することを目指している。2022年度は、まず、偏波分離器アレイと6入力光ユニタリ変換器をワンチップに集積した光回路を作製し、3モード偏波多重信号の全光multi-input-multi-output（MIMO）処理実験を行った。光位相シフタ部を適切に調節することで、300 Gbps コヒーレント信号のモード／偏波分離と受信に成功した。また、前年度に数値実証した作製誤差耐性を実験的に検証するために、導波路パラメータを変化させた多面光波変換型光ユニタリ変換回路を複数試作し、全ての素子で同等の性能が得られることを明らかにした。本成果は、多面光波変換手法特有のスケーラビリティを理論・実験の両面から裏付けたものであり、大規模な光演算を実現する上で有効だと考えられる。