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/

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