光の速度で演算する超小型AIチップ：シドニー大学が開発「ナノフォトニック・アクセラレータ」がもたらす省電力革命 [すらいむ★]

光の速度で演算する超小型AIチップ：シドニー大学が開発した「ナノフォトニック・アクセラレータ」がもたらす省電力革命

　人工知能（AI）技術の急速な発展と普及に伴い、それを支えるデータセンターの莫大な電力消費と、巨大なサーバー群を冷却するための環境負荷が世界的な課題として浮上している。
　こうした中、オーストラリアのシドニー大学のSydney Nano Hubの研究チームが、この物理的な限界を突破し得る画期的なプロトタイプを発表した。
　従来の電気信号（電子）の代わりに光子（フォトン）を用いて計算を行う「ナノフォトニックニューラルネットワーク（PNN）アクセラレータ」である。

（以下略、続きはソースでご確認ください）

xenospectrum 2026年3月10日10:45
https://xenospectrum.com/ultra-compact-photonic-ai-chip-sydney/

>>1
>>光の振る舞いが「計算」になる：ナノフォトニック・アクセラレータの仕組み

非ノイマン型であるに違いない

>>1平方ミリメートルに4億パラメータを詰め込む「逆設計（Inverse-design）」
>>重みは物理的な構造としてあらかじめチップ内に焼き付けられている

FPGAにいたるまであとわずかかもしれない

記事がポンコツだったが
ホログラフィーを自力で
シリコン上に造るやつぽいので
書き換えも学習もできないので
解散で良いと思う

いわゆる光ICとはまた違うんだろうか
光の特性を利用してるし人力じゃ設計は難しそうだから（記事中にもそうある）AIが設計してAI自身の性能を上げていく時代になるのかなぁ

>>3
FPGAに使えるかなぁ

始めに全てのパターンを想定して
焼き付けとけばできなくも無さそうだけど
そもそもその前提がFPGAを不要にしてる気がするのだがw

若干マウントが気になるなぁ

上からきた光の組合せで
下の層に透過できるかどうか
が決まりそうではあるのだが
デジタル的にやるのだろうか？

それとも重み付けを記録して
積算する感じなのかな？

大変なのは学習部分であって、学習済みのニューラルネットなんてどうにでもなるのに、

>実験では、画像データの特徴を光の振幅データとしてチップの複数の入力ポートから注入し、出力ポートにおける光の強度を測定して
>分類結果を判定した。その結果、MNISTデータセットにおいては89%、より複雑なMedNISTデータセットにおいても90%という高い分類精
>度をオンチップ上で達成した。シミュレーション上の理論値（最大99.1%）と比較してわずかに精度が低下している

と、精度もぼろぼろ

全く使い物にならんな

これってトランジスタのような動作させられるの？
もしできるなら動作周波数は何HZ相当になるの？
シングルコアで32コアとか64コアとかゴミ扱いできんの？
まあ本文読んでねーんだけどさｗ

複数個の電球の光量足し算するとかいう奴では・・・

>>9
動作周波数は光の波長で決まる
光の波長は材料で決まる

ちなみに速く動かしても特はない
同じ出力でるだけなので

>>9
>これってトランジスタのような動作させられるの？

トランジスタのような非線形性は、誤差レベルを除けば、皆無な