来自英国牛津大学、德国明斯特大学和英国埃克塞特大学的研究团队研究出了一种模拟大脑突触存储和处理信息模式的光子计算芯片,速度为人脑速度的一千倍。该芯片的成功研究为类人脑工作方式计算机的发展铺平了道路,其运行速度和功率效率堪比光子系统。
图为片上光子神经突触
研究团队展示了一种基于相变材料(PCM)的全集成的光子突触,该基于光的突触类似于人体水平的神经突触,并且可以实现与Hebbian学习相兼容的突触可塑性。
德国明斯特大学的Wolfram Pernice教授表示:“由于突触数量超过大脑中神经元的1000倍,任何类脑计算机都需要复制某种形式的突触模拟物,我们在做的就是研究这种突触模拟物。”
这种光子突触将PCM和集成氮化硅波导结合使用。具有离散PCM结构的波导作为光子突触,其波导的输入和输出与前神经元和后神经元相连。光学环行器被用于将突触的输出和后神经元相连接,并且利用光脉冲来改变突触的权重。
在前神经元和后神经元之间可以检测到低能量的光传输,传输能量大小取决于突触权重。通过改变波导上传输的光脉冲数量,可以随机地设定突触权重。
片上仿生光子突触具有模拟可编程性和可重复编程特性,满足神经计算的基本要求。使用纯粹的光学手段来建立突触可以实现超快的操作速度和几乎无限的带宽,同时避免了电学互连中的功率损耗。
在光场模拟中,研究人员证明了光子突触中的电场分布比传统波导均匀得多。
来自牛津大学的Harish Bhaskaran教授说:“让电脑的工作方式更像人类大脑,是最近几十年来科学家们长期的奋斗目标。通过神经元和突触网络,大脑可以只用几十瓦的功率同时处理和存储大量的信息。传统的计算机甚至无法接近这样的性能。”
研究人员相信,通过使用改良后的器件设计、交换协议,以及转换功率更低的相变材料,与目前最先进的仿神经电子计算机性能相近的大规模光子神经网络是很有可能实现的。未来的工作将集中在片上“integrate and fire”神经元的实现上,从而完成真正集成的、仿生的光子计算系统所需的所有组成模块。
英国埃克斯特大学的David Wright教授表示:“电子计算机运行速度相对较慢,运行速度越快,消耗的电力越多。传统的计算机是“愚蠢”的,没有内置的人脑学习能力和并行处理能力。”
“我们解决了这两个问题,不仅仅是开发新的类脑计算机架构,而且通过在光学领域工作以充分利用即将到来的硅光子学革命带来的巨大速度优势和功率优势。”
联系客服