Специалисты Самарского университета им. Королёва представили демонстрационный образец высокопроизводительного фотонного процессора. Устройство работает на основе фотонной компонентной базы, в которой информация передаётся частицами света (фотонами), а не электронами, как в привычных вычислителях. Скорость обработки информации в процессоре близка к рекордной у подобных устройств: более пяти квадриллионов (5,3*10¹⁵) бит в секунду
Созданный самарскими учёными процессор предназначен для распознавания объектов при обработке больших массивов данных. При скорости обработки информации 5,3*1015 бит в секунду процессор достиг точности 93,75% в экспериментах по распознаванию рукописных цифр из международной базы данных MNIST.
«Аналоговая фотонная вычислительная система позволяет проводить анализ и распознавание объектов в сотни раз быстрее современных цифровых нейросетей на основе традиционных полупроводниковых компьютеров. Это особенно важно для оперативного анализа гиперспектральных данных, изначально представляющих собой значительные по объёму массивы информации», — рассказал профессор кафедры технической кибернетики Самарского университета им. Королёва, учёный НЦФМ доктор физико-математических наук Роман Скиданов.
В НЦФМ добавили, что процессор настроен на работу с гиперспектрометром, который позволяет учёным создавать трёхмерный массив данных об изображении одновременно в двух диапазонах.
В 2024 году команда учёных планирует собрать и испытать экспериментальный образец системы в корпусе размером с системный блок.
«Точность и надёжность распознавания у экспериментального образца должна вырасти за счёт подбора компонентов с улучшенными характеристиками. Опытный образец установки, планируется, будет готов в 2025 году», — уточняет Роман Скиданов.
К 2030 году учёные рассчитывают построить фотонную вычислительную машину класса «мегасайенс». По проекту, производительность машины будет рекордной и достигнет 1021 операций в секунду. Установка класса «мегасайенс» позволит решать прикладные задачи по обработке больших массивов данных и получать фундаментальные результаты в области искусственного интеллекта и машинного обучения, рассчитывают в НЦФМ.
