اعمال نوری

این چند وقت که در حال یادگیری فوتانیک هستم در موردشون جستجو میکنم که ببینم بجز کاربرد فیبر نوری چه کاربرد های دیگری هست.

ابزار هایی که با استفاده از نور و اعمالی که میشه روی نور انجام داد توسط خاصیت مواد مختلفی که میشه به صورت IC فبریکیت کرد.

از اون جایی که بخشی از این چیز های نوری الان به کارم مربوط میشه خیلی وارد جزییات نمیشم و بیشتر برای این هست که یک نگاه کوچکی به تکنولوژی های آینده داشته باشیم.

 

همونطور که شاید در جریان باشید یکی از ساختار هایی که در دنیای امروز در تکنولوژی استفاده میشه شبکه های عصبی مصنوعی هستند.

که کاربردشون همه جا از تشخیص صوت، تا تصویر و حتی Chat GPT و ابزار های مشابه هم در قسمت های مختلفشون شبکه های عصبی دارند. 

که یک ابزار خیلی کاربردی هست که به منظور های مختلف میتونه استفاده بشه.

ایده ای شبیه همون شکلی که مغز کار میکنه. در این ساختار یک سری نورون مسئول دریافت اطلاعات خام هستند که میتونه هر چیزی باشه. مثلا برای یک تصویر میتونه تک تک پیکسل های تصویر باشه. و اطلاعات این پردازش اولیه وارد نورون های لایه بعد میشه که لایه های نهان هستند. تعداد این لایه های درونی میتونه خیلی زیاد بشه که شاخه ی یادگیری عمیق رو از یادگیری ماشین میسازند. و یک لایه خروجی که میتونه این باشه که این تصویر گلدون بود؟ یا گربه بود؟ یا سگ. خروجی های مختلفی که برای ما مهم هست.

این که چطور تنظیم میشه توسط الگوریتم های یادگیری هست ولی خلاصه ی صحبتی که برای ما مهم هست اینه که هر نورون مجموعه ای از اعمال ریاضی هست.

y = A1*x1+A2*x2+A3*x3

جمع و ضرب

که میشه این ها رو توسط CPU انجام داد که دونه دونه ضرب و جمع کنیم. ولی مشکل اینجاست که برای ساده ترین کار ها هم این تعداد اعمال بسیار زیاد هست. مثلا یک تصویر 800*600، فقط 480000 نورون ورودی خواهد داشت و چندین لایه درونی هر کدوم چند صد هزار تا نورون و... 

این پردازش ها زمان بر هستند و بعضی وقت ها با GPU و یا شتابدهنده های جانبی که مختص تسریع این اعمال هستند کار رو میشه سریع تر کرد.

که الان حتی بعضی پردازنده های سیستم های نهفته هم با این واحد ها عرضه میشوند. مثل NPU در پردازنده های STM32N6x7

 

با این مقدمه، میخواستم تکنولوژی ای که این سال ها داره روش کار میشه و این اعمال ریاضی رو میتونه بسیار سریع تر کنه رو براتون بگم

 

https://www.nature.com/articles/s41377-022-00717-8

که نشون میده که چطور توسط ماجولیتور ها (modulator) میشه سیگنال نوری رو پردازش کرد و اعمال ماتریسی روش انجام داد. که نتیجه اش این میشه که میشه با تنظیم سیستم، سیگنال های نوری رو پردازش کرد و در خروجی سیگنال های پردازش شده رو تحویل گرفت. خیلی از ماجولیتور های معمول بازار فعلا حرارتی هستند ولی اینها رو میشه با تکنولوژی MEMS که ساختار های مکانیکی میکرو الکترونیکی هستن انجام داد که توانی برای نگه داشتن یک حال مصرف نمیکنند و فقط برای تغییر حالت توان لازم دارند که بسیار عالی هست. توان لازم برای پردازش هر بیت به چگالی بیت های داخل یک چیپ بستگی داره ولی برای یک چگالی مساوی، این میتونه توان برای مثال 1 پیکو ژول برای پردازش یک بیت رو به 1 فمتو ژول تبدیل کنه.

 

کار های دیگه ای که سیستم های فوتونیک میتونن خیلی راحت انجام بدن کار هایی مثل تبدیل فوریه و فیلتر کردن هست. که خودتون در موردش میتونید بخونید.

Neurophos

 نمونه ی نسبتا تجاری ابزار های اولیه ای هست که توسط این ایده ها ساخته شدند. 

یک شتابدهنده که به اسلات PCI کامپیوتر متصل میتونه بشه و با سرعت زیادی محاسباتی که در قالب خاصی هستند رو توسط پردازش نور انجام بده

 

که ادعا میکنه که میتونه سایز معادل یک پردازنده ی CMOS رو 8000 برابر کوچکتر کنه 

 

اگر علاقمند باشید میتونید در مورد تکنولوژی های ساخت آی سی های فوتونیک سرچ کنید و با المان های فوتونیک مثل ماجولیتور ها، beam splitter ها و ... آشنا بشید

همچنین بعضی محقق ها در حال تلاش برای ساختن ساختار هایی مشابه FPGA در اپتیک هستند که بشه Routing, Filtering, Modulation, etc. انجام داد که فیلد های جالبی هستند.