从光波到逻辑:光学计算的前沿

诸平

An overview of the proposed system showing an input image layer placed amongst other layers which combine in different ways to perform logical operations when light is passed through the stack. Credit: ©2024 Mashiko et al. CC-BY-ND

据日本东京大学（University of Tokyo, Tokyo, Japan）2024年10月3日提供的消息，从光波到逻辑:光学计算的前沿（From Light Waves to Logic: The Cutting-Edge of Optical Computing）。

研究人员开发了一种新的光学计算架构，称为衍射投射（diffraction casting），通过使用光波提供节能处理。这种方法有望为高性能计算任务提供更好的集成和灵活性，并可用于人工智能和机器学习等领域。原文详见：Ryosuke Mashiko（益子辽祐）, Makoto Naruse（成瀬诚）, Ryoichi Horisaki（堀﨑辽一）. “Diffraction casting”, Advanced Photonics, 2024, 6(5): 056005. DOI: 10.1117/1.AP.6.5.056005. 此文2024年5月9日已经在预印本文库网站发布{arXiv:2405.05686v1 [physics.optics] 09 May 2024}

光学计算（Optical Computing）

由于人工智能和其他复杂应用需要功能更强大、能耗更大的计算机，光学计算成为提高速度和能效的一种有前途的解决方案。然而，其实际应用面临着诸多挑战。一种被称为衍射投射的新型设计架构旨在克服这些问题，引入创新的概念，可以促进光学计算在未来技术中的采用。

当前计算技术的局限性（The Limitations of Current Computing Technology）

无论是口袋里的智能手机还是桌上的笔记本电脑，现在所有的计算机设备都是以电子技术为基础的。但这有一些固有的缺点;特别是，它们必然会产生大量的热量，特别是当它们提高性能时。此外，半导体制造技术正在接近理论上可能的基本极限。因此，研究人员探索执行计算的替代方法，可以解决这些问题，并理想地提供一些新的功能或特性。

光学计算的优点（Advantages of Optical Computing）

一种可能性在于一种已经存在了几十年，但尚未突破并具有商业可行性的想法，那就是光学计算。从本质上讲，光学计算利用光波的速度及其与不同光学材料以复杂方式相互作用的能力，而不会产生任何热量。再加上大范围的光波可以同时穿过材料而互不影响，理论上就可以制造出大规模并行、高速、节能的计算机。

衍射投射介绍（Introducing Diffraction Casting）

东京大学信息光子学实验室（Information Photonics Lab at the University of Tokyo）的副教授堀﨑辽一（Ryoichi Horisaki）说：“在20世纪80年代，日本的研究人员探索了一种叫做阴影投射（shadow casting）的光学计算方法，它可以执行一些简单的逻辑运算。然而，它们的实现是基于相对笨重的几何光学形式，也许类似于早期数字计算机中使用的真空管。它们在原则上是可行的，但它们缺乏灵活性和易于集成的能力，无法发挥作用。”

“我们介绍了一种光学计算方案，称为衍射投射，它改进了阴影投射。阴影投射是基于光线与不同几何形状的相互作用，而衍射投射是基于光波本身的特性，这导致了空间效率更高，功能更灵活的光学元件，可以以您期望和通用计算机所需的方式进行扩展。我们进行了数值模拟，得到了非常积极的结果，使用16×16像素的黑白图像作为输入，比智能手机屏幕上的图标还小。”

衍射投射的潜在应用和未来（Potential Applications and Future of Diffraction Casting）

堀﨑辽一和他的团队提出了一种全光学系统，即只将最终输出转换为电子和数字的系统;在此之前，系统的每一步都是光学的。他们的想法是将图像作为数据源，这自然表明该系统可以用于图像处理，但其他类型的数据，特别是机器学习系统中使用的数据，也可以用图形表示，并将源图像与表示逻辑操作阶段的一系列其他图像结合起来。

把它想象成像Adobe Photoshop这样的图像编辑应用程序中的图层:你有一个输入图层源图像，它可以在上面放置图层，从而模糊、操纵或传输来自下面图层的东西。输出顶层本质上是由这些层的组合处理的。在这种情况下，这些层将有光穿过它们，在传感器上投射图像(因此衍射投射中的投射)，然后将成为存储或呈现给用户的数字数据。

主要作者益子辽祐（Ryosuke Mashiko）说：“衍射投射只是基于这一原理的假想计算机中的一个组成部分，最好将其视为一个额外的组件，而不是现有系统的完全替代，类似于图形处理单元是用于图形、游戏和机器学习工作负载的专用组件。”

“我预计它将需要大约10年的时间才能商业化，因为在物理实现上还有很多工作要做，尽管有实际的工作基础，但尚未建成。目前，我们可以证明衍射投射在执行16个基本逻辑运算中的有用性，这些运算是许多信息处理的核心，但我们的系统也有扩展到另一个超越传统计算的即将到来的计算领域的空间，那就是量子计算。时间会证明一切。”

这项研究是作为日本早稻田大学科学与工程学院（Faculty of Science and Engineering, Waseda University, Japan）川西哲也（Tetsuya Kawanishi）教授领导的题为“光子计算突出光的终极本质”（“Photonic Computing Highlighting Ultimate Nature of Light”）的变革研究领域 (A)项目{Transformative Research Areas (A) project}的一部分，得到了日本学术振兴会的学术变革领域研究(A)利用光的极限性能的光子计算(课题编号:22H05197)及科学研究经费资助事业(课题编号:20K05361, 23K26567)的支持。

上述介绍，仅供参考。欲了解更多信息，敬请注意浏览原文或者相关报道。

Diffraction Casting: A New Hope for Optical Computing

Optical computing method of ‘diffraction casting’ raises image processing efficiency

Japanese researchers introduce diffraction casting, optical-based parallel supercomputin

Abstract

Optical computing is considered a promising solution for the growing demand for parallel computing in various cutting-edge fields, requiring high integration and high speed computational capacity. In this paper, we propose a novel optical computation architecture called diffraction casting (DC) for flexible and scalable parallel logic operations. In DC, a diffractive neural network (DNN) is designed for single instruction, multiple data (SIMD) operations. This approach allows for the alteration of logic operations simply by changing the illumination patterns. Furthermore, it eliminates the need for encoding and decoding the input and output, respectively, by introducing a buffer around the input area, facilitating end-to-end all-optical computing. We numerically demonstrate DC by performing all 16 logic operations on two arbitrary 256 bits parallel binary inputs. Additionally, we showcase several distinctive attributes inherent in DC, such as the benefit of cohesively designing the diffractive elements for SIMD logic operations, assuring high scalability and integration capability. Our study offers a novel design architecture for optical computers and paves the way for a next-generation optical computing paradigm.