人工智能和物聯(lián)網(wǎng)的發(fā)展推動了對更強大計算能力的需求，從而催生了像光學(xué)計算這樣的創(chuàng)新解決方案。

東京大學(xué)的新型 “衍射投射”方法利用光來實現(xiàn)更快、更高效的數(shù)據(jù)處理，標(biāo)志著計算行業(yè)向革命邁出了重要一步。

近些年來，人工智能（AI）和物聯(lián)網(wǎng)（IoT）的高速發(fā)展推動了計算需求的增加。然而，根據(jù)摩爾定律預(yù)測，傳統(tǒng)電子計算的性能已經(jīng)接近極限，該定律預(yù)測大約每兩年在微型芯片上的晶體管將翻一番。因此需要尋找新的計算模式，以滿足對速度、規(guī)模和能效的日益增長的需求。光學(xué)計算是一個有前途的解決方案，它利用光的獨特屬性來進(jìn)行計算。

圖片:搜狗截圖20241108213152.png

衍射投射基于波動光學(xué)，可實現(xiàn)具有高度靈活性和集成能力的可擴展和并行邏輯操作。

開創(chuàng)性的光學(xué)計算

來自東京大學(xué)信息光子學(xué)實驗室的研究人員在光學(xué)計算領(lǐng)域取得了重大進(jìn)展，他們開發(fā)了一種名為“衍射投射”的新型光學(xué)計算架構(gòu)，該方法基于光的空間平行性概念（這一原則在1980年代被首次探索，被稱為“陰影投射”）。傳統(tǒng)陰影投射受限于對幾何光學(xué)的依賴，限制了它的靈活性和集成能力。

新的衍射投射技術(shù)通過使用波動光學(xué)克服了這些限制。衍射光學(xué)元件層經(jīng)過訓(xùn)練，以利用光的空間平行性和波特性，例如衍射和干涉。這允許具有高度靈活性和集成能力的可擴展和并行邏輯操作。只需更改照明模式即可更改操作，無需對輸入和輸出進(jìn)行編碼和解碼。

圖片:搜狗截圖20241108213327.png

衍射投射的數(shù)值實驗結(jié)果：（a）256 位并行二進(jìn)制輸入對及其相應(yīng)的（b）16 個邏輯操作輸出的示例。（c）在參數(shù)化計算位數(shù)和操作類型時，與改變衍射光學(xué)元件 （DOE）數(shù)量相關(guān)的計算誤差。該分析表明了衍射投射的計算性能、可擴展性和集成能力，這大大減少了DOE的數(shù)量，從而提高了實用性。

未來影響和應(yīng)用

衍射投射的數(shù)值實驗結(jié)果顯示出令人印象深刻的結(jié)果，在兩個任意 256 位并行二進(jìn)制輸入上以光速無差錯地實現(xiàn)了所有 16 個邏輯操作。

這種架構(gòu)在可擴展性和集成方面具有顯著優(yōu)勢，使其成為下一代計算系統(tǒng)的有前途的候選者。其靈活和可重新配置的特性也開辟了從圖像處理到光計算加速器的廣泛應(yīng)用。

這項研究是早稻田大學(xué) Tetsuya Kawanishi 教授領(lǐng)導(dǎo)的 “變革性研究領(lǐng)域補助金 ”項目的一部分，突出了利用空間并行性作為未來計算系統(tǒng)構(gòu)件的光學(xué)計算潛力。該研究還為整合成像、傳感和計算的新信息處理框架奠定了基礎(chǔ)，并有可能擴展到各個領(lǐng)域。

相關(guān)鏈接：https://doi.org/10.1117/1.AP.6.5.056005