直到最近，研究人员在为人工智能应用创建光子记忆时面临挑战，常常不得不在速度和能效等关键属性之间做出选择。一个国际团队现在介绍了一种创新的方法，克服了现有光存储的局限性，成功地将非易失性、多比特存储、高切换速度、低能耗和更高耐用性等特性结合在一个框架内。
在一项突破性成就中，一个全球电气工程师团队揭示了一种新的光子内存计算技术，暗示光计算在不久的将来可能变得切实可行。
这个合作团队由来自匹兹堡大学斯旺森工程学院，加州大学圣巴巴拉分校，加拿大大学和东京工业大学（现东京科学研究所）的研究人员组成。他们的研究成果今天在《自然光子学》杂志上发表。
该项目由Nathan Youngblood协调，Nathan是一名电气和计算机工程的助理教授，此外还有Paulo Pintus，曾在加州大学圣巴巴拉分校，目前是意大利卡利亚里的助理教授，以及Yuya Shoji，日本东京科学研究所的副教授。
长期以来，研究人员一直在努力开发适合人工智能处理的光子记忆，通常在一个重要参数（如速度）上取得成果，但以另一个参数（如能效）为代价。在这项研究中，国际团队提出了一种独特的解决方案，通过将非易失性、多比特存储、高切换速度、低能耗和高耐用性等特性合并在同一个平台上，解决了光存储当前的缺陷。
Youngblood表示：“用于这些存储单元的材料已经存在几十年，但主要用于静态光学目的，比如芯片隔离器，而不是用于高性能光子记忆。这一发现是创建更快、更高效且可扩展的光计算架构的关键技术，可以直接用CMOS（互补金属氧化物半导体）技术编程，从而使其与现代计算机系统集成。”
“此外，我们的技术展示了比现有非易失性方法三倍更好的耐用性，以纳秒速度达到24亿次切换周期。”
作者提倡基于共振的光子架构，利用磁光材料中的非互易相位偏移来促进光子内存计算。
通常，光子处理涉及将快速变化的光输入向量与固定光权重的矩阵相乘。然而，使用传统的方法和材料在芯片上实现这些权重一直是一项复杂的任务。通过利用由在硅微环谐振器上集成的铈掺代钇铁矿（Ce:YIG）制成的磁光记忆单元，这些单元使光能够双向传播——就像在跑道上相对奔跑的短跑运动员。
控制光速进行计算
“这就像风同时推动一个短跑运动员，而提升另一个的速度，”Pintus解释道，他在加州大学圣巴巴拉分校负责实验工作。“通过对记忆单元施加磁场，我们可以根据光是顺时针还是逆时针绕着环谐振器移动，控制光速，这种控制水平是标准非磁性材料所无法达到的。”
该团队目前专注于从单个记忆单元扩展到更大的记忆阵列，以容纳更多的数据用于各种计算应用。作者提到，非互易磁光记忆单元提供了一种高效的非易失性存储解决方案，具有无限的读/写耐用性和亚纳秒编程速度的潜力。
Shoji指出：“我们还相信，这项技术的进步可以探索不同的机制以提高切换效率。此外，使用超越Ce:YIG的材料和更精确的沉积方法的新制造技术，可以进一步增强非互易光计算的可能性。”
其他对此项目作出贡献的人包括：
- 约翰·E·鲍尔斯，加州大学圣巴巴拉分校的杰出教职员工
- 马里奥·杜蒙，加州大学圣巴巴拉分校的研究生研究员
- 杜安尼·黄，加州大学圣巴巴拉分校的前研究员
- 甘兰·穆迪，加州大学圣巴巴拉分校的教职员工
- 村井俊也，日本国家先进工业科学与技术研究所的研究员
- Vivswan Shah，匹兹堡大学的研究生研究员
