近日,美国加州大学圣巴巴拉分校的研究团队发表了一项创新研究,宣布他们成功研发出了一种集成非互易磁光技术的新型光子内存计算器件。这种器件通过利用非互易的相移现象,实现了高速、高能效和超高耐久性的光子计算。这项研究以“Integrated non-reciprocal magneto-optics with ultra-high endurance for photonic in-memory computin”为题,发表在《Nature Photonics》上。
光子计算以其高速度和低能耗的优势成为人工智能和机器学习领域未来发展的重要方向之一。然而,目前的光子处理架构面临着存储阵列更新速度慢、能耗高以及耐久性不足等挑战。该研究团队提出的非互易磁光技术,通过将掺铈钇铁石榴石与硅微环谐振器集成,成功解决了这些瓶颈。利用这种材料的非互易相移特性,研究人员展示了光子内存单元的快速编程(1纳秒)、低能耗(每比特143飞焦耳)以及出色的耐久性(可编程24亿次循环)。
图1:计算架构与单元器件示意图。
该技术的核心是通过磁光材料在微环谐振器中产生的非互易相移效应来编码光权重。与现有的基于热光或等离子体色散效应的光子权重不同,非互易磁光权重不仅提高了编程速度,还显著提升了器件的抗疲劳性与多层次存储能力。研究团队还指出,采用这一新架构的光子计算平台有望为人工智能的矩阵-向量乘法(MVM)提供更高的计算效率。
图2:内存单元示意图。
此次研究展示的光子内存单元,在高速响应和低能耗的特点下,能够以极高的编程速度更新权重,并且大大减轻了系统整体的能耗负担。尤其是在深度学习等需要大规模计算的应用中,该技术可通过非挥发性、多比特存储的方式,大幅降低传统电学架构的计算瓶颈,进一步推动未来计算架构向更高效、绿色的方向发展。
结合这项技术未来的发展前景,研究人员认为,通过进一步优化材料的集成方式,例如利用自旋轨道转矩或自旋转矩转移效应,有望实现更高的切换效率。此外,随着掺铈钇铁石榴石与硅光子器件的单片集成技术的进展,未来该技术在光子计算、磁性存储等领域的应用潜力巨大。
论文链接:
https://doi.org/10.1038/s41566-024-01549-1