論文の概要: The physics of optical computing

• arxiv url: http://arxiv.org/abs/2308.00088v1
• Date: Mon, 31 Jul 2023 19:00:04 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 16:28:55.188292
• Title: The physics of optical computing
• Title（参考訳）: 光コンピューティングの物理
• Authors: Peter L. McMahon
• Abstract要約: 我々は、なぜ光学系がコンピュータに電子回路よりも高速またはエネルギー効率の恩恵を与えることができるのかを体系的に説明する。 我々は、最先端の電子プロセッサに対する優位性が、慎重に設計することでのみ達成できる可能性について論じる。
• 参考スコア（独自算出の注目度）: 2.2130014357551056
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There has been a resurgence of interest in optical computing over the past decade, both in academia and in industry, with much of the excitement centered around special-purpose optical computers for neural-network processing. Optical computing has been a topic of periodic study for over 50 years, including for neural networks three decades ago, and a wide variety of optical-computing schemes and architectures have been proposed. In this paper we provide a systematic explanation of why and how optics might be able to give speed or energy-efficiency benefits over electronics for computing, enumerating 11 features of optics that can be harnessed when designing an optical computer. One often-mentioned motivation for optical computing -- that the speed of light $c$ is fast -- is not a key differentiating physical property of optics for computing; understanding where an advantage could come from is more subtle. We discuss how gaining an advantage over state-of-the-art electronic processors will likely only be achievable by careful design that harnesses more than one of the 11 features, while avoiding a number of pitfalls that we describe.
• Abstract（参考訳）: 過去10年間、学術と産業の両方で光学コンピューティングへの関心が復活しており、その興奮の多くは神経ネットワーク処理のための専用光学コンピュータを中心にしている。 光コンピューティングは、30年前のニューラルネットワークを含む50年以上にわたって周期的研究の対象となり、様々な光学計算方式やアーキテクチャが提案されてきた。 本稿では,光計算機の設計に利用できる11の光学的特徴を列挙し,光工学が計算機の電子回路よりも速度やエネルギー効率の利点を享受できる理由と方法に関する体系的な説明を行う。 光コンピューティングのモチベーションの1つ -- 光の速さは高速である -- は、コンピューティングのための光学の物理的特性を差別化するための鍵ではない。 我々は、最先端の電子プロセッサよりも優位になることは、11の1つ以上の機能を利用する慎重な設計によってのみ達成可能であり、我々が記述する多くの落とし穴を回避できる可能性について議論する。

関連論文リスト

• The Spatial Complexity of Optical Computing and How to Reduce It [12.168520751389622]
  特定の関数を実行するのにどれくらいの空間が必要かは光学の基本的な問題である。 我々は,光コンピューティングシステムの「空間複雑性」をスケーリング法則の観点から検討する。 空間効率のよいニューロモルフィック光学系を設計するための新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2024-11-15T18:56:00Z)
• Optical training of large-scale Transformers and deep neural networks with direct feedback alignment [48.90869997343841]
  我々は,ハイブリッド電子フォトニックプラットフォーム上で,ダイレクトフィードバックアライメントと呼ばれる多目的でスケーラブルなトレーニングアルゴリズムを実験的に実装した。 光処理ユニットは、このアルゴリズムの中央動作である大規模ランダム行列乗算を最大1500テラOpsで行う。 我々は、ハイブリッド光アプローチの計算スケーリングについて検討し、超深度・広帯域ニューラルネットワークの潜在的な利点を実証する。
  論文  参考訳（メタデータ） (2024-09-01T12:48:47Z)
• Genetically programmable optical random neural networks [0.0]
  遺伝的にプログラム可能であるが、光学的ランダムプロジェクションによる高性能を実現するための単純な光学ニューラルネットワークを実証する。 ランダムプロジェクションカーネルとして機能する散乱媒質の配向を遺伝的にプログラミングすることにより,本手法は最適なカーネルを発見し,初期試験精度を7-22%向上させる。 提案手法は,シンプルでスケーラブルな設計で,光ニューラルネットワークの高性能化を実現するための有望な手法である。
  論文  参考訳（メタデータ） (2024-03-19T06:55:59Z)
• All-optical modulation with single-photons using electron avalanche [69.65384453064829]
  単光子強度ビームを用いた全光変調の実証を行った。 本稿では,テラヘルツ高速光スイッチングの可能性を明らかにする。
  論文  参考訳（メタデータ） (2023-12-18T20:14:15Z)
• Classification robustness to common optical aberrations [64.08840063305313]
  本稿では,現実的かつ実用的な光ぼけ効果に対するロバスト性を調べるためのベンチマークである OpticsBench を提案する。 ImageNetの実験では、様々な訓練済みのDNNに対して、ディスク形状のカーネルと比較して、パフォーマンスが強いことが示されている。 我々は,光カーネルをデータ拡張として使用することにより,拡張可能なImageNet-100について述べる。
  論文  参考訳（メタデータ） (2023-08-29T08:36:00Z)
• The role of all-optical neural networks [2.3204178451683264]
  大規模なニューラルネットワークモデルでは、すべての光学デバイスが推論において有利になる。 我々は、フットプリント、非線形性の強さ、光信号劣化、計算精度の制限、量子ノイズを含む全光学ニューラルネットワークの限界を考慮する。
  論文  参考訳（メタデータ） (2023-06-11T09:26:08Z)
• Photonic reservoir computing enabled by stimulated Brillouin scattering [0.0]
  刺激されたブリルアン散乱の非線形波動力学を利用したフォトニック貯水池計算アーキテクチャに基づく新しい計算プラットフォームについて報告する。 リアルタイム人工知能を実現するために、高性能な光多重化技術と組み合わせて使用するのに適している。
  論文  参考訳（メタデータ） (2023-02-15T14:57:30Z)
• Single-Shot Optical Neural Network [55.41644538483948]
  深層ニューラルネットワークに必要な計算資源を削減するために,「重定常」アナログ光学・電子ハードウェアが提案されている。 我々は、スケーラブルで1層当たり単発の重み付き光学プロセッサを提案する。
  論文  参考訳（メタデータ） (2022-05-18T17:49:49Z)
• An optical neural network using less than 1 photon per multiplication [4.003843776219224]
  手書き桁分類において99%の精度を達成する光ニューラルネットワークを実験的に実証した。 この性能は、カスタム自由空間光学プロセッサを使用して達成された。 私達の結果は低光力操作のための原則を提供します。
  論文  参考訳（メタデータ） (2021-04-27T20:43:23Z)
• Photonics for artificial intelligence and neuromorphic computing [52.77024349608834]
  フォトニック集積回路は超高速な人工ニューラルネットワークを可能にした。 フォトニックニューロモルフィックシステムはナノ秒以下のレイテンシを提供する。 これらのシステムは、機械学習と人工知能の需要の増加に対応する可能性がある。
  論文  参考訳（メタデータ） (2020-10-30T21:41:44Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。