L'informatique optique utilise des photons au lieu d'électrons pour effectuer des calculs, ce qui peut augmenter considérablement la vitesse et l'efficacité énergétique des calculs en surmontant les limitations inhérentes aux électrons. Le principe de base de l'informatique optique est l'interaction lumière-matière. L'informatique matricielle est devenue l'un des outils de traitement de l'information les plus largement utilisés et indispensables en science et en ingénierie, contribuant à un grand nombre de tâches de calcul pour la plupart des traitements de signal, telles que les transformées de Fourier discrètes et les opérations de convolution.

En tant que bloc de construction de base des réseaux de neurones artificiels (ANN), la multiplication matricielle occupe la plupart des ressources de calcul. En raison des propriétés des composants électroniques, la réalisation de multiplications matricielles simples nécessite un grand nombre de transistors pour fonctionner ensemble, tandis que les multiplications matricielles peuvent être facilement mises en œuvre par des composants photoniques fondamentaux tels que des micro-anneaux, des interféromètres Mach Zehnder (MZI) et des plans diffractifs. Par conséquent, la vitesse de l'informatique optique est supérieure de plusieurs ordres de grandeur à celle de l'informatique électronique et consomme beaucoup moins d'énergie. Cependant, la méthode traditionnelle de multiplication matrice-vecteur incohérente se concentre sur les opérations à valeurs réelles et ne fonctionne pas bien dans les réseaux de neurones à valeurs complexes et les transformées de Fourier discrètes.

Des chercheurs dirigés par le professeur Jianji Dong de l'Université des sciences et technologies de Huazhong (HUST), en Chine, ont proposé une puce photonique multiplicatrice matrice-vecteur complexe qui peut prendre en charge des multiplications matricielles arbitraires à grande échelle et à valeurs complexes. La puce brise le goulot d'étranglement des schémas informatiques optiques non cohérents traditionnels, qui ont du mal à réaliser des multiplications arbitraires de matrices à valeurs complexes à grande échelle. Il permet également des applications d'intelligence artificielle, telles que les transformées de Fourier discrètes, les transformées en cosinus discrètes, les transformées de Walsh et les convolutions d'image.

Leur idée est de concevoir des algorithmes intelligents de décomposition matricielle et de partitionnement matriciel pour l'architecture de réseau de micro-anneaux afin d'étendre les multiplications matricielles du domaine réel au domaine complexe et de la petite à la grande échelle. Les chercheurs ont réussi à démontrer expérimentalement plusieurs applications typiques de l'intelligence artificielle, montrant le potentiel de la puce photonique multiplicatrice matrice-vecteur complexe pour des applications dans le calcul de l'intelligence artificielle. Le travail intitulé "A small microring array that performs large complex-valued matrix-vector multiplication" a été publié le 28 avril 2022 dans Frontiers of Optoelectronics . + Explorer plus loin

Accélérer l'apprentissage automatique grâce à la lumière