清華大学の光電子コンピューティングにおける新たなブレークスルー：チップの性能が1万倍向上、研究がネイチャー誌でトップに

各種の大規模モデルやディープニューラルネットワークの登場により、人工知能の発展に対応し、高い計算能力と高いエネルギー効率を兼ね備えた次世代AIチップをどのように製造するかが、国際的な最先端のホットスポットとなっている。

中国科学技術協会が発表した2023年の主要な科学課題の中で、「低エネルギー人工知能を実現する方法」が第1位にランクされました。

最近、清華大学のチームが超高性能コンピューティングチップの分野で新たな進歩を遂げました。関連する結果は、「高速視覚タスク用の全アナログ光電子チップ」というタイトルで Nature に掲載されました。

このチップは、純粋なアナログ光電子融合コンピューティングアーキテクチャに基づいています。ImageNetを含むインテリジェントビジョンタスクの実際のテストでは、同じ精度の既存の高性能GPUよりも3000倍のコンピューティングパワーと400万倍のエネルギー効率を達成しました。

図1 関連論文（出典：Nature）

論文の宛先:

Chen, Y. et al. 高速視覚タスク向け全アナログ光電子チップ。Nature https://doi.org/10.1038/s41586-023-06558-8 (2023).

未来はここにある？光で動くコンピューティングチップ

計算能力の飛躍的な向上は容易ではありません。特に、電子トランジスタのサイズが物理的限界に近づいているという制限がある現在の従来のチップ アーキテクチャでは、それが困難です。新しいコンピューティング アーキテクチャが、行き詰まりを打破する鍵となりました。超高並列性と超高速性を備えた光コンピューティングは、将来の破壊的コンピューティング アーキテクチャにとって最も強力な競合ソリューションの 1 つと考えられています。

光コンピューティングは、その名前が示すように、コンピューティングのキャリアを電気から光に変更し、チップ内の光の伝播を使用して計算を実行します。光速コンピューティングの魅力的な展望に直面して、国内外の著名な科学研究チームは近年、さまざまな設計を提案してきました。しかし、既存の電子デバイスを置き換え、システムレベルのアプリケーションを実現するには、依然として大きなボトルネックがあります。

• 1 つ目は、エラーの蓄積の度合いを制限しながら、大規模なコンピューティング ユニット (制御可能なニューロン) をチップ上に統合する方法です。
• 2 つ目は、高速かつ効率的なオンチップ非線形性を実現することです。
• 第三に、電子信号が主流となっている現在の情報社会に対応するために、光コンピューティングと電子信号コンピューティングの間に効率的なインターフェースを提供する方法。現在一般的なアナログからデジタルへの変換の消費電力は、光コンピューティングにおける各乗算および加算演算の消費電力よりも数桁高く、光コンピューティング自体のパフォーマンス上の利点が隠され、光チップが実際のアプリケーションでその優位性を発揮することが困難になっています。

システムレベルの計算能力とエネルギー効率は既存のチップの10,000倍

この国際的な問題を解決するために、清華大学のチームは、アナログ電気とアナログ光を組み合わせたコンピューティングフレームワークを独創的に提案し、可視光下での大規模な多層回折ニューラルネットワークを構築して視覚特徴抽出を実現し、光電流を使用してキルヒホッフの法則に基づく純粋なアナログ電子計算を直接実行しました。この2つを同じチップフレームワークに統合して、「プレセンシング+ミッドセンシング+ニアセンシング」の新しいコンピューティングシステムを完成させました。これにより、高精度 ADC の需要が大幅に削減され、従来のコンピューター ビジョン処理パラダイムのアナログからデジタルへの変換プロセスにおける速度、精度、消費電力の物理的なボトルネックが解消され、大規模統合、効率的な非線形性、高速光電子インターフェースという 3 つの主要なボトルネックが 1 つのチップ上で打破されます。

図2. 光電子計算チップACCELの計算原理とチップアーキテクチャ（出典：Nature）

実際のテストによると、ACCEL チップのシステムレベルの計算能力は、既存の高性能チップの数千倍です。同時に、システムレベルのエネルギー効率は 74.8 Peta-OPS/W に達し、これは既存の高性能 GPU、TPU、光コンピューティング、アナログ電気コンピューティング アーキテクチャよりも2,000 倍から数百万倍高くなります。

超低消費電力で動作する ACCEL は、発熱問題を大幅に改善し、将来のチップ設計に全面的なブレークスルーをもたらし、超高速物理観測のための計算能力の基盤を提供します。同時に、無人システムや自動運転など、耐久性に対する要求が高いシナリオに大きなメリットをもたらします。

表1. ACCELと既存の高性能チップのシステムレベルで測定されたパフォーマンス指標の比較（出典：Nature）

非一貫性直接計算

さらに、ACCEL チップは、論文で実証された交通シーンの実験など、非干渉性光視覚シーンの直接計算もサポートします。 ACCELの応用分野は大幅に拡大しており、自動運転、ロボットビジョン、モバイルデバイスなどの分野で、計算を行う前に写真を撮影してメモリに保存するという現在の概念を覆し、伝送やADCの帯域幅制限を回避し、センシングプロセス中に計算を完了することが期待されています。

図3. ACCELは電子機器の超低消費電力フェイスウェイクアップに使用可能（出典：清華大学）

新たな道を切り開く：破壊的建築が真に実現されることが期待される

清華大学チームが提案した新しいコンピューティング アーキテクチャは、光コンピューティング テクノロジの応用と展開にとって非常に重要であるだけでなく、将来の他の高性能コンピューティング テクノロジと現在の電子情報システムの統合にも大きな影響を与えます。

論文の責任著者の一人である清華大学の戴瓊海院士は、「全く新しい原理を用いたコンピューティングシステムを開発することは大きな挑戦だ。しかし、次世代コンピューティングアーキテクチャを現実世界に実装し、国民経済と国民生活の主要なニーズを解決することは、山を登った後のさらに重要な挑戦だ」と語った。

Nature 誌の Research Briefing に掲載されたこの研究に関する特別解説では、「おそらくこの研究の出現により、新世代のコンピューティング アーキテクチャが予想よりもはるかに早く日常生活に導入されるようになるだろう (ACCEL により、これらのアーキテクチャが予想よりもはるかに早く日常生活で活躍できるようになるかもしれない)」とも指摘されています。

清華大学の戴瓊海院士、方陸准教授、喬飛准研究員、呉家民助教授が本論文の共同責任著者であり、博士課程学生の陳一同、博士課程学生の麦麦日菜々、徐漢博士が共同筆頭著者であり、孟耀博士、周天全助手、博士課程学生の李光普、ファン・ジンタオ研究員、魏奇准研究員が共同で本研究に参加した。