Technology

딥 러닝으로 설계된 회절 프로세서는 수백 가지 변환을 병렬로 계산합니다.

Advertisements

파장 다중화 회절 심층 신경망을 사용하여 대규모 병렬 범용 선형 변환. 출처: UCLA Ozcan Research Group.

오늘날의 디지털 시대에 계산 작업은 점점 더 복잡해졌습니다. 그 결과 디지털 컴퓨터가 소비하는 전력이 기하급수적으로 증가했습니다. 따라서 대규모 컴퓨팅을 빠르고 에너지 효율적으로 수행할 수 있는 하드웨어 자원 개발이 필요하다.

이런 점에서 전기 대신 빛을 이용해 연산을 수행하는 광컴퓨터가 유망하다. 그들은 잠재적으로 더 낮은 대기 시간과 감소된 전력 소비를 제공할 수 있으며 광학 시스템이 갖는 병렬성으로부터 이점을 얻습니다. 그 결과 연구자들은 다양한 광학 컴퓨팅 설계를 탐구했습니다.

예를 들어, 회절 광 네트워크는 광학과 딥 러닝의 결합을 통해 설계되어 이미지 분류 및 재구성과 같은 복잡한 계산 작업을 광학적으로 수행합니다. 그것은 각각 수천 개의 회절 특징/뉴런을 갖는 구조화된 회절 층의 스택으로 구성됩니다. 이러한 패시브 레이어는 광물질 상호 작용을 제어하여 입력 광을 변조하고 원하는 출력을 생성하는 데 사용됩니다. 연구원들은 딥 러닝 도구를 사용하여 이러한 레이어의 프로파일을 최적화하여 회절 네트워크를 훈련합니다. 최종 설계 제작 후 이 프레임워크는 입력 조명 소스에만 전원을 공급하면 되는 독립형 광학 처리 모듈로 작동합니다.

지금까지 연구원들은 단일 선형 변환(매트릭스 곱셈) 작업을 구현하기 위한 단색(단일 파장 조명) 회절 네트워크를 성공적으로 설계했습니다. 그러나 더 많은 선형 변환을 동시에 구현할 수 있습니까? 회절 광 네트워크를 처음 도입한 동일한 UCLA 연구 그룹이 최근 이 문제를 다루었습니다. 에 발표된 최근 연구에서 고급 포토닉스그들은 회절 광 네트워크에서 파장 다중화 방식을 사용하고 대규모 병렬 선형 변환 작업을 수행하기 위해 광대역 회절 프로세서를 사용하는 가능성을 보여주었습니다.

UCLA 교육감의 Aydogan Ozcan 교수(Samueli School of Engineering 연구 그룹 리더)는 이 광 프로세서의 아키텍처와 원리를 간략하게 설명합니다. “광대역 회절 광 프로세서는 N그리고 그리고 N~에 각각 픽셀. 수동 투과 재료로 만들어진 연속적인 구조의 회절 층으로 연결됩니다. 미리 결정된 N 그룹 이산 파장은 입력 및 출력 정보를 인코딩합니다. 각 파장은 고유한 대상 함수 또는 복소수 선형 변환 전용입니다.”라고 그는 설명합니다.

“이러한 대상 변환은 이미지 분류 및 세분화와 같은 고유한 기능에 대해 특별히 할당될 수 있거나 신경망에서 서로 다른 컨벌루션 필터 작업 또는 완전히 연결된 계층을 계산하는 데 전념할 수 있습니다. 이러한 모든 선형 변환 또는 원하는 기능은 동시에 실행됩니다. 각각의 원하는 기능이 고유한 파장에 할당되는 빛의 속도입니다. 이를 통해 광대역 광 프로세서가 극도의 처리량과 병렬 처리로 계산할 수 있습니다.”

Advertisements

연구원들은 이러한 파장 다중화 광 프로세서 설계가 N에 근접할 수 있음을 시연했습니다. 회절 특징의 총 수 N이 2N 이상인 경우 무시할 수 있는 오류가 있는 고유한 선형 변환N그리고N~에. 이 결론은 N에 대해 확인되었습니다. > 수치 시뮬레이션을 통한 180가지의 고유한 변환이 가능하며 분산 특성이 다른 재료에 유효합니다. 또한, 더 큰 N(3NN그리고N~에) N 증가 광학적으로 병렬로 모두 실행되는 약 2000개의 고유한 변환까지 더합니다.

이 새로운 컴퓨팅 설계의 전망에 대해 Ozcan은 “이러한 대규모 병렬 파장 다중 회절 프로세서는 처리량이 높은 지능형 머신 비전 시스템 및 하이퍼스펙트럼 프로세서를 설계하는 데 유용할 것이며 생체 의학 이미징, 원격 감지, 분석 화학 및 재료 과학.”

추가 정보:
Jingxi Li et al, 파장 다중화 회절 광 네트워크를 사용한 대량 병렬 범용 선형 변환, 고급 포토닉스 (2023). DOI: 10.1117/1.AP.5.1.016003

소환: 딥 러닝 설계 회절 프로세서는 https://phys.org/news/2023-01-deep-learning-designed-diffractive-processor-hundreds에서 2023년 1월 10일 검색된 수백 개의 변환을 병렬로 계산합니다(2023년 1월 9일). HTML

이 문서는 저작권의 보호를 받습니다. 개인 연구 또는 연구 목적을 위한 공정 거래를 제외하고 서면 허가 없이는 어떤 부분도 복제할 수 없습니다. 콘텐츠는 정보 제공의 목적으로만 제공됩니다.

Advertisements

Comments

comments

Related Articles

Leave a Reply

Your email address will not be published. Required fields are marked *

Back to top button