フォトニクスはムーアの法則を維持できるか？

ムーアの法則は、集積回路内のトランジスタ数が約2年ごとに増加し、コンピュータの性能も向上すると規定しています。この原則は1965年以来概ね正しかったです。しかし、インテルの共同創業者であるゴードン・E・ムーアは、チップが微細化の限界に達し、計算能力が遅れを取ることを考慮していなかったと推測できます。

幸いにも、カリフォルニア大学のエンジニアチームは、サイズを犠牲にせずにより多くの計算能力を提供するフォトニクスを利用した新しい方法を開発しました。以下が重要なポイントです。

縮小

コンピュータが発明されて以来、世界はコンピュータの小型化を追求してきました。祖父母の世代の中には、かつてコンピュータが部屋全体と多数の操作員を必要とした時代を覚えている人もいるでしょう。今日では、スマートウォッチ一つでこれらの巨体よりも多くの計算能力を提供でき、これはマイクロコンピューティングの氷山の一角に過ぎません。部屋全体から現在のマイクロエレクトロニクスへと至る旅は、実験と発見、そして時には失敗に満ちた刺激的なものです。

物理的およびコストの制限

特に、これほど微細な部品の製造がコスト面で実現不可能になる点があります。多くの研究者によれば、市場はすでにその点に達しています。さらに、計算性能の向上はムーアの法則に沿っておらず、より小さなチップは大きなチップに比例した計算能力を提供できません。

その結果、利用可能な計算能力と必要とされる能力との間に拡大するギャップが生じており、Nvidia (NVDA ) のCEOであるジェンセン・フアンなど、市場の有名プレイヤーはムーアの法則は死んだと宣言し、アプリケーション固有プロセッサが未来であると述べています。

高性能コンピュータへの需要

人工知能と機械学習システムの急速な成長により、強力なコンピューティングとクラウドプラットフォームへの需要が増大しました。これらの需要はチップ設計の性能を上回り、AI開発分野に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、今日の高性能コンピュータとAIシステムの要求に応えるソリューションを提供する競争が始まっています。

計算能力ソリューション

一部のアナリストは、ロジックと処理を同一チップ上に統合した特殊チップを作ることが解決策の一つだと考えています。このアプローチはレイテンシとエネルギー使用量の削減に寄与し、性能を向上させます。しかし、計算上の制限により、大規模なAIデータ要件を議論する際には依然として理想的とは言えません。

メモリコンピューティング

研究者が期待する別の解決策はメモリコンピューティングです。このストレージ方式は回転ディスクではなく高速アクセス可能なRAMを利用します。具体的には、ネットワーク上の複数コンピュータのRAMをミドルウェアソフトウェアで設定し、メモリを並列に動作させます。このストレージ方式は従来手法の5000倍の速度ですが、依然として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、研究者の関心を集めるもう一つの高性能コンピューティング手法です。フォトニクスは電子回路で光波を検出して機能します。この科学は、プログラム可能な光学ウェイトのマトリックスを通過する光を生成・制御することに焦点を当てています。

これらのウェイトは、揮発性のない光学変調器の2次元配列を統合し、光入力ベクトルに対して線形変換を実行できるようにします。この戦略は、RAMコンピューティング手法よりも高速なスイッチング速度を提供します。

フォトニクスの現在の制限

フォトニクスを用いたコンピューティングの欠点の一つは、現在のシステムは約1000回しか書き換えられないことです。この寿命の制限により高価な選択肢となります。さらに、光学ウェイトは保存密度が低く、プログラミングは従来のチップより遅いです。

フォトニックコンピューティングシステムは様々な形態や設計がありますが、これらは同等のものよりはるかに高価な特殊製造プロセスを必要とします。コスト制約にもかかわらず、多くの研究者はフォトニクスがコンピューティングの未来であり、ライトの法則（Wright’s law）がその実装の鍵になると考えています。

ライトの法則

また、ライトの法則もあり、半導体の進歩において重要な役割を果たし続けます。この法則は航空工学エンジニアのセオドア・ポール・ライトが提唱した製造原則です。航空機製造工場で働いていた際、製造プロセスが改善されると労働要件が15％減少し、生産量が増加しても同様であることに気付きました。

これらのコスト削減は、プロセス、技術、リカバリシステム、その他の生産時のアップグレードによってもたらされました。そのため、多くのアナリストはライトの法則がフォトニクスを将来的により利用しやすく、コストも低減させると考えています。

ライトの法則はすでにAI分野で顕在化しています。数年前までは、一般の人がAIシステムにアクセスしたり操作したりすることは不可能でした。AIモデルの作成、管理、アップグレードは非常に高コストでした。また、AIが人間とやり取りする信頼できる方法も誰も作り出していませんでした。

しかし、ChatGPTのようなプログラムが市場に登場してからは、誰でもこれらの強力なツールを活用して効率と創造性を向上させられるようになりました。これらのシステムは大規模言語モデルを統合しており、シンプルなチャットプロンプトだけで誰でも操作可能です。この進展によりAIの採用が急増し、現在の計算能力不足を招いています。

フォトニクス研究

The study “統合非相互的磁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  published in the journal Nature Photonics reveals a new method of optical computing that could revolutionize the market. The study delves into encoding optical weights for in-memory photonic computing in detail.

出典 – Nature

研究者は磁光メモリセルと共鳴ベースのフォトニックアーキテクチャを使用して計算目標を達成することを選択しました。この戦略は、磁光材料における非相互的位相シフトを利用してフォトニックインメモリコンピューティングを実装することに依存しています。

新しい数学モデルにより、チームは磁光材料のテストが可能になりました。セリウム置換イットリウム鉄ガーネット（YIG）が外部磁場を利用して光の伝搬を制御できることが判明しました。この制御された光は計算に利用できます。

本研究は、微小な磁石がデータを効率的に保存し、極めて高速にアクセスできることを実証しました。

磁石のエンコードプロセスは、ユニットの磁気ドメイン強度を設定することで機能します。デバイスを動作させるには、電子信号を電気光学（E/O）変調器で光領域に変換し、プログラミングと保存を行います。その後、バランスフォトディテクタ（BPD）が差分光信号を電気信号に変換し、CMOSロジックがSRAMと共に処理できるようにします。

フォトニクステスト

非揮発性磁光メモリセルをテストするために、研究者はさまざまなアプローチを設定しました。まず、2ビットの電気入力から開始し、2つの正の光ウェイトと2つの負の光ウェイトを実現しました。その後、磁場を操作して変化を監視しました。

セリウム置換イットリウム鉄ガーネット (YIG)、

テスト段階では、500nm厚の単結晶YIGを750°Cでラジオ周波数スパッタリング法により実験室で成長させました。具体的には、チームはリング半径35µmのウェハを使用することに決めました。また、シリコン層とCe: YIG層を分離するために、10nm厚のシリコン酸化膜を統合しました。

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、統合された金製電磁石が供給する平面内放射状磁場が必要です。システムは、フェロ磁性薄膜を介して適用された方向と磁場に応じて光損失の変化を電子的に測定できます。

この構成はプログラム可能な非揮発性磁場を生成し、エンジニアがメモリセル内で非相互的光位相シフトを誘発できるようにします。特に、本研究はマイクロリング共振器の時計回り（CW）と反時計回り（CCW）の両モードを記録し、計算データのプログラミングとアクセス手段としています。

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別のステップでした。チームは、書き込みパルスと消去パルスを交互に繰り返す任意の関数ジェネレータをプログラムしました。システムは10kHzのレートで調整されました。その後、エンジニアは±5Vの振幅と500nsのパルス幅を使用して実際の書き換えを再現しました。結果は驚くべきものでした。

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手法がコンピューティングを永遠に変える可能性を示しました。一つは、新システムがほぼ無制限の書き換え能力を示したことです。具体的には、24億回のプログラミングサイクルが達成されました。

さらに、エンジニアは磁光材料における非相互的位相シフトを利用することで、決定的に高速かつ効率的にプログラムできることを確認しました。データは約1GHzのプログラミング速度が可能であることを示しています。また、チームは現在の手法を上回る非揮発性・多段階エンコードを実現しました。したがって、この研究は今後コンピュータ市場を革命的に変える可能性があります。

フォトニクスの利点

いくつかの利点により、フォトニクス研究は画期的なものとなります。一つは、新システムが大量の計算能力を要する複雑な操作を実行できることです。これらのシステムは、行列ベクトル乗算やその他高度な科学計算を必要とするAIおよび機械学習の作業に最適です。

レイテンシ低減

研究者は、フォトニクスが従来のオプションに比べて高速であることを発見しました。テスト段階では1nsのメモリアクセスが明らかになりました。この速度は従来のフォトニクスデバイスの100倍であり、新たなイノベーションの扉を開きます。

エネルギー消費低減

エネルギー効率は、フォトニクスシステムが市場にもたらすもう一つの利点です。このシステムは、他のオプションに比べてはるかに少ない電力でメモリの再プログラムとアクセスが可能です。チームはビット当たり143fJの効率を測定し、新システムの要件は他のフォトニクスオプションの1/10であることを示しました。

再プログラム可能

フォトニクス研究の最大の利点の一つは、これらのデバイスがほぼ無限に近い再プログラムサイクルを持つことが明らかになった点です。他のコンピューティングストレージオプションでは、データを+2Bx書き換える能力は提供されません。そのため、この科学的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・バウアーズとガラン・ムーディが主導しました。パオロ・ピントゥス、ネイサン・ヤングブラッド、ショウジ・ユウヤ、マリオ・デュモンもフォトニクスシステムの研究開発で重要な役割を果たしました。現在、チームは他の材料へ研究を拡大し、明日のAI革命を支える最適な選択肢を見つけようとしています。

フォトニクス研究から恩恵を受けられる企業

フォトニクス研究を活用して製品やサービスを向上させられる企業は多岐にわたります。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、この技術を導入すれば収益が大幅に上昇すると予想される明らかなセクターです。以下は、この情報を活用できる完璧に位置付けられた企業の一例です。

Snowflake

Snowflake (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。本社はモンタナにあり、ベノワ・ダジュヴィル、ティエリー・クルーネス、マルチン・ズコウスキーが共同設立し、高性能クラウドコンピューティングを市場に提供しています。今日、Snowflake 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重要な役割を果たしています。

Snowflake はイノベーションへの取り組み、最先端サービス、そして市場での位置付けから、多くの投資家にとってトップの銘柄と見なされています。同社は最近、2029年までに数百万の労働者をAIでスキルアップさせることを目指す「One Million Minds + One Platform」イニシアチブで注目を集めました。

Snowflake はクラウドコンピューティング分野で最も信頼性の高い企業の一つです。現在、1日あたり42億件以上のクエリを処理し、1万社以上の顧客を抱えており、そのうち800社はフォーブスリストに掲載されています。このサポートと顧客基盤は、同社株式への関心を高める可能性があります。

Snowflake がデータセンターにフォトニクスストレージシステムを導入できれば、巨額の投資回収率が期待できます。このシステムは占有スペースが小さく、エネルギー消費も少なく、熱も大幅に抑えられます。さらに、無制限の書き換え寿命を持ち、顧客に対して低レイテンシを提供できるため、収益の増加につながるでしょう。

フォトニクス – 光を使ってコンピューティングを次のレベルへ

フォトニクスは、世界が新たな計算理解のレベルを解き放つために必要なものかもしれません。この技術は、エンジニアが求める長寿命と持続可能性を提供します。その結果、多くの人がこの研究をAIムーブメントにとって重要と見なしています。これらすべての要因が、フォトニクスコンピューティングの動きがまさに時期的に適切であることを示しています。

他のクールなコンピューティングプロジェクトについてはこちらをご覧ください。

研究参照:

^{1. Pintus, P., Dumont, M., Shah, V., et al. (2025). フォトニックインメモリコンピューティングのための超高耐久性を備えた統合非相互磁光学. Nature Photonics, 19(1), 54–62. https://doi.org/10.1038/s41566-024-01549-1}