フォトニクスがムーアの法則を存続させることができるか？

ムーアの法則は、集積回路内のトランジスタの数が約2年ごとに増加することを示しており、コンピュータのパワーも増加する。1965年以来、この原則は大部分的に正しい。ただし、インテルの共同創設者であるゴードン・E・ムーアは、チップがミニチュア化の限界に達し、コンピュータのパワーが遅れることを考慮していなかったと考えられる。

幸いなことに、カリフォルニア大学のエンジニアチームは、フォトニクスを利用してサイズを犠牲にすることなく、より多くの計算パワーを提供する新しい方法を開発しました。ここでは、知っておくべきことがあります。

縮小化

コンピュータの発明以来、世界はコンピュータを縮小化することに尽力してきました。ご存知の方もいるかもしれませんが、コンピュータはかつて1部屋全体を占め、多くの人を操作する必要がありました。今日、スマートウォッチはこれらの巨大なコンピュータよりも多くの計算パワーを提供し、微小コンピューティングの分野では、これはまだ氷山の一角にすぎません。1部屋から今日のマイクロエレクトロニクスまでの旅は、実験、発見、時には失敗で満ちています。

物理的およびコストの限界

注目すべきは、微小なコンポーネントを製造することはコストがかかり、市場はこの点に達したと考えられている。ほとんどの研究者によると、より小さなチップは、より大きなチップと比較して比例した計算パワーを提供できない。

高性能コンピュータの需要

人工知能と機械学習システムの急速な成長により、高性能コンピューティングとクラウドプラットフォームの需要が高まっています。これらの需要は、パフォーマンスの点でチップ設計を上回っており、AI開発セクターのボトルネックを生み出し、イノベーションを制限しています。現在、ムーアの法則に従った高性能コンピュータとAIシステムの需要に応える解決策を提供する競争が行われています。

計算パワーの解決策

一部のアナリストは、ロジックと処理を1つのチップにまとめることで解決策を見出しています。このアプローチにより、待ち時間とエネルギー使用量が削減され、パフォーマンスが向上します。ただし、計算上の限界により、巨大なAIデータ要件についてはまだ理想的ではありません。

メモリコンピューティング

研究者が興奮している別の解決策は、メモリコンピューティングです。この方法では、回転するハードドライブではなく、高速アクセスRAMを使用します。具体的には、ミドルウェアソフトウェアを使用して、ネットワーク上のコンピュータからのRAMを並列に実行します。このストレージ方法は、従来の方法よりも5000倍速いですが、まだムーアの法則に追いつくことはできません。

フォトニクス

フォトニクスは、研究者が関心を持っている別の高性能コンピューティング方法です。フォトニクスは、光波を電子で検出することで機能します。この科学は、光を制御し、プログラム可能な光学重みの行列を通過することに関係しています。

フォトニクスの現在の限界

フォトニクスコンピューティングの欠点には、現在のシステムが約1000回しか書き換えることができないことが含まれます。この限られた寿命により、高価な選択肢となります。さらに、光学重みには低いストレージ密度があり、プログラミングは従来のチップよりも遅い。

ライトの法則

ライトの法則も、半導体を進歩させる能力に役割を果たすでしょう。この法則は、航空工学者であるセオドア・ポール・ライトによって提案された製造原則です。航空機製造工場で働いているとき、生産プロセスが改善され、生産レベルが増加するにつれて、労働要件が15%減少することに気付きました。

フォトニクス研究

研究「統合非再帰マグネト光学と超高耐久性を備えたフォトニックインメモリコンピューティング」¹は、市場を変革する可能性のある新しい光学コンピューティング方法を示しています。研究では、フォトニックインメモリコンピューティングのための光学重みの符号化について詳しく説明しています。

フォトニクス試験

研究者は、非可逆マグネト光学メモリセルをテストするためにさまざまなアプローチを設定しました。2ビットの電気入力から始め、2つの正の光学重みと2つの負の光学重みを達成しました。次に、磁場を操作して変化を監視しました。

セリウムを含むイットリウム鉄ガーネット（YIG）

テスト段階では、500nmの厚さの単結晶YIGを750℃でラジオ周波数スパッタリング法を使用して作成しました。特に、35μmのリング半径を持つウェハーを使用しました。また、シリコン層とCe:YIG層を分離するために、10nmの薄いシリコン酸化物層を統合しました。

フォトニクスプログラミング

メモリセルの状態をプログラミングするには、統合金電磁石によって供給される放射状面内磁場が必要です。システムは、フェロ磁性薄膜を介して磁場と方向に応じて光学損失の変化を電子的に測定できます。

フォトニクスライフサイクル

メモリのライフサイクルをテストすることもまた重要なステップでした。チームは、書き込みと消去のパルスを繰り返す任意の関数ジェネレーターをプログラムしました。システムは10kHzの速度で調整され、±5Vの振幅と500nsのパルス幅を使用して、実世界の書き換えを再現しました。結果は目を見張るものでした。

フォトニクス結果

テスト結果は、この新しいフォトニクス方法がコンピューティングを永遠に変える可能性があることを示しました。まず、新しいシステムはほぼ無限の書き換えサイクルを示しました。具体的には、2.4Bのプログラミングサイクルが達成されました。

フォトニクスの利点

フォトニクス研究が画期的である理由は、いくつかの利点があるためです。まず、新しいシステムは、行列ベクトル乗算やその他の高度な科学を必要とするAIやML操作などの複雑な操作を実行できます。

待ち時間の削減

研究者は、フォトニクスが従来のオプションよりも高速であることを発見しました。テスト段階では、1nsのメモリアクセス時間が示されました。これは、以前のフォトニクスデバイスよりも100倍速い。

エネルギー消費の削減

エネルギー効率も、フォトニクスシステムが市場に提供する利点の1つです。このシステムは、他のオプションよりもはるかに低い電力要件でメモリを再プログラムしてアクセスできます。チームは、1ビットあたり143fJの効率を達成し、新しいシステムの要件を他のフォトニクスオプションの1/10に抑えることができました。

再プログラム可能

フォトニクス研究の最大の利点の1つは、これらのデバイスがほぼ無限の再プログラムサイクルを持っていることです。現在、他のコンピューティングストレージオプションでは、+2B回のデータ書き換えが可能ではありません。したがって、この科学研究はデータセンターに大きな影響を与える可能性があります。

フォトニクス研究者

フォトニクス研究は、サンタバーバラのジョン・バワーズとガラン・ムーディによって率いられました。パオロ・ピントゥス、ネイサン・ヤングブラッド、ユヤ・ショージ、そしてマリオ・デュモンも、フォトニクスシステムの研究開発に重要な役割を果たしました。現在、チームは、明日のAI革命を推進するための最適な材料を探すために、研究を他の材料に拡大することを目指しています。

フォトニクス研究が利益をもたらす可能性のある企業

この研究を利用して製品やサービスを改善できる企業は数多くあります。クラウドコンピューティングネットワークやデータセンターは、明らかにこの技術を活用して収益を大幅に増やすことができます。ここでは、1つの企業を紹介します。

スノーフレイク

スノーフレイク (SNOW ) は、2012年にクラウドコンピューティング市場に参入しました。モンタナ州に本社を置き、ベノワ・ダジーヴィル、ティエリー・クルアン、そしてマルチン・ズコフスキによって共同設立され、高性能クラウドコンピューティングを市場に提供するために設立されました。今日、スノーフレイクは、企業がクラウド上でデータを保存、移行、処理できるようにする上で重要な役割を果たしています。