Fugu-MT 論文翻訳(概要): Harnessing Photonics for Machine Intelligence

論文の概要: Harnessing Photonics for Machine Intelligence

arxiv url: http://arxiv.org/abs/2604.10841v1
Date: Sun, 12 Apr 2026 22:23:14 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-14 20:13:16.243337
Title: Harnessing Photonics for Machine Intelligence
Title（参考訳）: マシンインテリジェンスのためのハーネスなフォトニクス
Authors: Hanqing Zhu, Shupeng Ning, Hongjian Zhou, Ziang Yin, Ray T. Chen, Jiaqi Gu, David Z. Pan,
Abstract要約: 統合フォトニクスは人工知能(AI)加速の候補として浮上している。このレビューは、サーキット・アンド・システムの観点からフォトニックコンピューティングを再設計する。中心となるテーマは、クロスレイヤのコデザインとワークロード適応プログラミングである。
参考スコア（独自算出の注目度）: 10.097591681296873
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The exponential growth of machine-intelligence workloads is colliding with the power, memory, and interconnect limits of the post-Moore era, motivating compute substrates that scale beyond transistor density alone. Integrated photonics is emerging as a candidate for artificial intelligence (AI) acceleration by exploiting optical bandwidth and parallelism to reshape data movement and computation. This review reframes photonic computing from a circuits-and-systems perspective, moving beyond building-block progress toward cross-layer system analysis and full-stack design automation. We synthesize recent advances through a bottleneck-driven taxonomy that delineates the operating regimes and scaling trends where photonics can deliver end-to-end sustained benefits. A central theme is cross-layer co-design and workload-adaptive programmability to sustain high efficiency and versatility across evolving application domains at scale. We further argue that Electronic-Photonic Design Automation (EPDA) will be pivotal, enabling closed-loop co-optimization across simulation, inverse design, system modeling, and physical implementation. By charting a roadmap from laboratory prototypes to scalable, reproducible electronic-photonic ecosystems, this review aims to guide the CAS community toward an automated, system-centric era of photonic machine intelligence.
Abstract（参考訳）: マシンインテリジェンスワークロードの指数関数的な成長は、ポストムーア時代のパワー、メモリ、相互接続の限界と結びつき、トランジスタ密度のみを超えてスケールする計算基板を動機付けている。統合フォトニクスは、光帯域幅と並列性を利用してデータの動きと計算を再構築することで、人工知能(AI)加速の候補として浮上している。このレビューでは、フォトニックコンピューティングを回路とシステムの観点から再設計し、ビルディングブロックの進歩を超えて、クロス層システム分析とフルスタック設計自動化へと移行する。我々は,フォトニクスがエンド・ツー・エンドの持続的な利益をもたらすような,運用体制を規定するボトルネック駆動型分類法と,スケーリングトレンドを通じて,最近の進歩を合成する。中心となるテーマは、大規模に進化するアプリケーションドメイン間で高い効率と汎用性を維持するために、クロスレイヤのコデザインとワークロード適応プログラミングである。さらに、電子フォトニック設計自動化(EPDA)が重要であり、シミュレーション、逆設計、システムモデリング、物理実装のクローズドループ協調最適化を可能にすると主張している。実験室のプロトタイプから、スケーラブルで再現可能な電子フォトニックエコシステムへのロードマップをグラフ化することにより、CASコミュニティをフォトニックマシンインテリジェンスの自動化されたシステム中心の時代へと導くことを目指している。

関連論文リスト

Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
論文参考訳（メタデータ） (2026-04-09T06:13:59Z)
Towards Agentic Intelligence for Materials Science [73.4576385477731]
この調査は、コーパスキュレーションからプレトレーニングから、シミュレーションと実験プラットフォームに面した目標条件付きエージェントまで、ユニークなパイプライン中心の視点を推し進める。コミュニティをブリッジし、参照の共有フレームを確立するために、まず、AIと材料科学をまたいだ用語、評価、ワークフローの段階を整列する統合レンズを提示する。
論文参考訳（メタデータ） (2026-01-29T23:48:43Z)
Democratizing Electronic-Photonic AI Systems: An Open-Source AI-Infused Cross-Layer Co-Design and Design Automation Toolflow [1.9226394454168387]
本稿では,フォトニックAIシステム開発を民主化することを目的とした,多層共同設計・自動化フレームワークを提案する。まず、スケーラブルなフォトニックエッジAIとTransformer推論のためのアーキテクチャ設計を紹介し、次にEPIC AIシステム評価と設計空間探索のためのオープンソースのモデリングツールであるSimPhonyを紹介します。そして、物理的なAIベースのMaxwellソルバ、製造対応の逆設計フレームワーク、メタ光学ニューラルネットワークのためのスケーラブルな逆トレーニングアルゴリズムなど、AI対応のフォトニックデザイン自動化の進歩を強調します。
論文参考訳（メタデータ） (2025-12-31T22:22:29Z)
Toward Large-Scale Photonics-Empowered AI Systems: From Physical Design Automation to System-Algorithm Co-Exploration [5.036634263468385]
SimPhonyは実装対応のモデリングと高速な層間評価を提供する。 ADEPTとADEPT-Zは、エンドツーエンドのサーキットとトポロジー探索を可能にする。 Apollo と LiDAR はスケーラブルなフォトニック物理設計自動化を提供する。
論文参考訳（メタデータ） (2025-12-31T22:21:42Z)
The Role of Advanced Computer Architectures in Accelerating Artificial Intelligence Workloads [0.0]
人工知能(AI)の顕著な進歩は、コンピュータアーキテクチャにおける同時革命と基礎的に結びついている。 AIモデル、特にDeep Neural Networks(DNN)が複雑化するにつれ、その膨大な計算要求により、従来のアーキテクチャは限界に達している。本稿では、現代のAIワークロードを加速するために設計されたアーキテクチャのランドスケープを分析し、この共進化の構造化されたレビューを提供する。
論文参考訳（メタデータ） (2025-11-13T06:26:39Z)
Toward Lifelong-Sustainable Electronic-Photonic AI Systems via Extreme Efficiency, Reconfigurability, and Robustness [1.9666903722608062]
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。
論文参考訳（メタデータ） (2025-09-09T05:20:55Z)
MAPS: Multi-Fidelity AI-Augmented Photonic Simulation and Inverse Design Infrastructure [18.220589086200025]
逆設計はフォトニックデバイス最適化の変換手法として登場した。我々は,多要素AIによるフォトニックシミュレーションと逆設計基盤であるMAPSを紹介する。
論文参考訳（メタデータ） (2025-03-02T22:30:18Z)
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)
Robotic Navigation Autonomy for Subretinal Injection via Intelligent Real-Time Virtual iOCT Volume Slicing [88.99939660183881]
網膜下注射のための自律型ロボットナビゲーションの枠組みを提案する。提案手法は,機器のポーズ推定方法,ロボットとi OCTシステム間のオンライン登録,およびインジェクションターゲットへのナビゲーションに適した軌道計画から構成される。ブタ前眼の精度と再現性について実験を行った。
論文参考訳（メタデータ） (2023-01-17T21:41:21Z)
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)
One-step regression and classification with crosspoint resistive memory arrays [62.997667081978825]
高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
論文参考訳（メタデータ） (2020-05-05T08:00:07Z)

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。