論文の概要: Toward Lifelong-Sustainable Electronic-Photonic AI Systems via Extreme Efficiency, Reconfigurability, and Robustness

• arxiv url: http://arxiv.org/abs/2509.07396v1
• Date: Tue, 09 Sep 2025 05:20:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.184657
• Title: Toward Lifelong-Sustainable Electronic-Photonic AI Systems via Extreme Efficiency, Reconfigurability, and Robustness
• Title（参考訳）: 極効率・再構成性・ロバスト性を利用した生涯持続型電子フォトニックAIシステムに向けて
• Authors: Ziang Yin, Hongjian Zhou, Chetan Choppali Sudarshan, Vidya Chhabria, Jiaqi Gu,
• Abstract要約: 電子フォトニック集積回路(EPIC)は、超高帯域幅、低レイテンシ、エネルギー効率に固有の利点を提供する。 EPDAと共同設計手法がこれらの固有の利点をいかに増幅するかを示す。 我々は、生涯持続可能な電子フォトニックAIシステムのビジョンを概説する。
• 参考スコア（独自算出の注目度）: 1.9666903722608062
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The relentless growth of large-scale artificial intelligence (AI) has created unprecedented demand for computational power, straining the energy, bandwidth, and scaling limits of conventional electronic platforms. Electronic-photonic integrated circuits (EPICs) have emerged as a compelling platform for next-generation AI systems, offering inherent advantages in ultra-high bandwidth, low latency, and energy efficiency for computing and interconnection. Beyond performance, EPICs also hold unique promises for sustainability. Fabricated in relaxed process nodes with fewer metal layers and lower defect densities, photonic devices naturally reduce embodied carbon footprint (CFP) compared to advanced digital electronic integrated circuits, while delivering orders-of-magnitude higher computing performance and interconnect bandwidth. To further advance the sustainability of photonic AI systems, we explore how electronic-photonic design automation (EPDA) and cross-layer co-design methodologies can amplify these inherent benefits. We present how advanced EPDA tools enable more compact layout generation, reducing both chip area and metal layer usage. We will also demonstrate how cross-layer device-circuit-architecture co-design unlocks new sustainability gains for photonic hardware: ultra-compact photonic circuit designs that minimize chip area cost, reconfigurable hardware topology that adapts to evolving AI workloads, and intelligent resilience mechanisms that prolong lifetime by tolerating variations and faults. By uniting intrinsic photonic efficiency with EPDA- and co-design-driven gains in area efficiency, reconfigurability, and robustness, we outline a vision for lifelong-sustainable electronic-photonic AI systems. This perspective highlights how EPIC AI systems can simultaneously meet the performance demands of modern AI and the urgent imperative for sustainable computing.
• Abstract（参考訳）: 大規模人工知能(AI)の絶え間ない成長は、従来の電子プラットフォームのエネルギー、帯域幅、スケーリングの限界を歪め、計算能力に対する前例のない需要を生み出している。 電子フォトニック集積回路(EPIC)は、超高帯域幅、低レイテンシ、計算と相互接続のためのエネルギー効率に固有の利点を提供する、次世代AIシステムの魅力的なプラットフォームとして登場した。 EPICはパフォーマンス以外にも、サステナビリティのユニークな約束も持つ。 金属層が少なく、欠陥密度も低い緩和されたプロセスノードで作製されたフォトニックデバイスは、高度な電子集積回路に比べて自然に炭素フットプリント(CFP)を削減し、高次計算性能と相互接続帯域を提供する。 フォトニックAIシステムのサステナビリティをさらに向上するために、電子フォトニック設計自動化(EPDA)と多層共設計手法がこれらの固有の利点をどのように増幅するかを検討する。 本稿では,EPDAツールによってよりコンパクトなレイアウト生成が可能となり,チップ面積と金属層使用量を削減できることを示す。 チップ面積のコストを最小化する超コンパクトフォトニック回路設計、進化するAIワークロードに適応する再構成可能なハードウェアトポロジ、バリエーションと欠点を許容することで寿命を延ばすインテリジェントなレジリエンスメカニズムなどです。 固有フォトニック効率をEPDAと組み合わせることで、領域効率、再構成可能性、ロバスト性の向上を図り、生涯持続可能な電子フォトニックAIシステムに向けたビジョンを概説する。 この視点は、EPIC AIシステムが現代AIのパフォーマンス要求と持続可能なコンピューティングの緊急命令を同時に満たす方法を強調している。

関連論文リスト

• Programmable metasurfaces for future photonic artificial intelligence [5.066823502780349]
  フォトニックニューラルネットワーク(PNN)は、エネルギー効率、レイテンシ、スループットの観点から、従来のデジタルニューラルネットワークに挑戦する可能性がある。 本稿では,フィールドプログラマブルなメタ曲面技術が,スケーラブルなフォトニックAIアクセラレータを実現する上で重要なハードウェア要素となる可能性について論じる。
  論文  参考訳（メタデータ） (2025-05-16T19:50:01Z)
• Joint Resource Management for Energy-efficient UAV-assisted SWIPT-MEC: A Deep Reinforcement Learning Approach [50.52139512096988]
  6G Internet of Things (IoT)ネットワークは、地上インフラストラクチャが利用できない遠隔地や災害シナリオにおいて、課題に直面している。 本稿では、指向性アンテナにより強化された新しい無人航空機(UAV)支援コンピューティングシステムを提案する。
  論文  参考訳（メタデータ） (2025-05-06T06:46:19Z)
• Hardware-Efficient Photonic Tensor Core: Accelerating Deep Neural Networks with Structured Compression [15.665630650382226]
  本稿では,構造圧縮型光ニューラルネットワーク(StrC-ONN)アーキテクチャのためのブロック循環型フォトニックテンソルコアを提案する。 この研究は、実用的でスケーラブルなONNへの新たな道筋を探求し、将来の計算効率の課題に対処するための有望な道筋を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-02-01T17:03:45Z)
• Efficient and accurate neural field reconstruction using resistive memory [52.68088466453264]
  デジタルコンピュータにおける従来の信号再構成手法は、ソフトウェアとハードウェアの両方の課題に直面している。 本稿では,スパース入力からの信号再構成のためのソフトウェア・ハードウェア協調最適化を用いた体系的アプローチを提案する。 この研究は、AI駆動の信号復元技術を進歩させ、将来の効率的で堅牢な医療AIと3Dビジョンアプリケーションへの道を開く。
  論文  参考訳（メタデータ） (2024-04-15T09:33:09Z)
• TeMPO: Efficient Time-Multiplexed Dynamic Photonic Tensor Core for Edge AI with Compact Slow-Light Electro-Optic Modulator [44.74560543672329]
  我々は,TMPOと呼ばれる時間多重化動的フォトニックテンソルアクセラレータを,クロス層デバイス/回路/アーキテクチャのカスタマイズにより提案する。 我々は,368.6TOPSピーク性能,22.3TOPS/Wエネルギー効率,1.2TOPS/mm$2$計算密度を実現した。 この研究は、多層共設計とドメイン固有のカスタマイズの力を示し、将来の電子フォトニクス加速器への道を開く。
  論文  参考訳（メタデータ） (2024-02-12T03:40:32Z)
• Random resistive memory-based deep extreme point learning machine for unified visual processing [67.51600474104171]
  ハードウェア・ソフトウェア共同設計型, ランダム抵抗型メモリベース深部極点学習マシン(DEPLM)を提案する。 我々の共同設計システムは,従来のシステムと比較して,エネルギー効率の大幅な向上とトレーニングコストの削減を実現している。
  論文  参考訳（メタデータ） (2023-12-14T09:46:16Z)
• Integrated Photonic AI Accelerators under Hardware Security Attacks: Impacts and Countermeasures [1.3791394805787949]
  本稿では、統合フォトニックニューラルネットワークアクセラレーターにおけるこのような侵入から利益を得るさまざまなタイプの攻撃について検討する。 これらの攻撃がシステム性能に与える影響と、このような攻撃に対抗するための解決策の可能性を示す。
  論文  参考訳（メタデータ） (2023-09-05T19:30:43Z)
• A new concept for design of photonic integrated circuits with the ultimate density and low loss [62.997667081978825]
  そこで本研究では,PIC設計のための新たな概念として,究極のダウンスケーリング能力,幾何学的損失の欠如,高忠実度スループットを提案する。 これは導波路アレイを通して光子の周期的連続時間量子ウォークによって達成される。 本稿では,情報・センシングシステムの基本構成要素の設計を再考することにより,新しい概念の可能性を示す。
  論文  参考訳（メタデータ） (2021-08-02T14:23:18Z)

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。