L’optique de calcul, qui utilise la lumière plutôt que l’électricité pour traiter l’information, offre une voie prometteuse pour dépasser les limites de vitesse et d’énergie de l’électronique conventionnelle. Dans une étude récente, des chercheurs chinois ont développé un moteur d’extraction de caractéristiques optiques, OFE². Ce système intégré réalise l’extraction de caractéristiques à haute vitesse par diffraction optique. Fonctionnant à 12,5 GHz, OFE² a démontré une latence record et des performances accrues dans diverses tâches, incluant l’analyse d’images et le traitement en temps réel de données financières.
De nombreuses applications modernes d’intelligence artificielle (IA), comme la robotique chirurgicale et le trading financier en temps réel, dépendent de la capacité à extraire rapidement des caractéristiques clés de flux de données brutes. Ce processus est actuellement limité par les processeurs numériques traditionnels. Les limites physiques de l’électronique conventionnelle empêchent la réduction de la latence et les gains de débit requis par les services émergents à forte intensité de données.
La solution pourrait résider dans l’exploitation de la puissance de la lumière. L’optique de calcul – ou l’utilisation de la lumière pour effectuer des calculs exigeants – a le potentiel d’accélérer considérablement l’extraction de caractéristiques. En particulier, les opérateurs de diffraction optique, des structures en forme de plaque qui effectuent des calculs lors de la propagation de la lumière, sont très prometteurs en raison de leur efficacité énergétique et de leur capacité de traitement parallèle. Cependant, atteindre des vitesses de fonctionnement dépassant 10 GHz en pratique reste un défi technique, principalement en raison de la difficulté à maintenir une lumière cohérente et stable nécessaire aux calculs optiques.
Pour résoudre ce problème, une équipe de recherche dirigée par le professeur Hongwei Chen de l’Université Tsinghua, en Chine, a conçu une solution remarquable. Comme rapporté dans Advanced Photonics Nexus , ils ont développé un moteur d’extraction de caractéristiques optiques (surnommé OFE²) qui effectue l’extraction de caractéristiques optiques pour diverses applications pratiques.
Une innovation clé réside dans le module de préparation des données d’OFE². Fournir des signaux optiques parallèles à haute vitesse pour des cœurs optiques fonctionnant dans un environnement cohérent est très difficile, car l’utilisation de composants à fibre pour la division de puissance et le retard introduit de fortes perturbations de phase. L’équipe a résolu ce problème en développant un système intégré sur puce avec des diviseurs de puissance réglables et des lignes à retard précises. Ce module désérialise efficacement le flux de données en échantillonnant le signal d’entrée en plusieurs branches parallèles stables. De plus, un réseau de phases intégré ajustable permet à OFE² d’être reconfiguré si nécessaire.
Une fois les données préparées, les ondes lumineuses traversent l’opérateur de diffraction. Ce processus peut être modélisé mathématiquement comme une multiplication matrice-vecteur qui effectue l’extraction de caractéristiques. La clé de cette opération réside dans la façon dont la lumière diffractée forme un « point lumineux » focalisé en sortie, qui peut être partiellement dévié vers un port de sortie spécifique en ajustant la phase des lumières d’entrée parallèles. Ce mouvement et les changements correspondants de puissance de sortie permettent à OFE² de capturer efficacement les caractéristiques liées aux variations du signal d’entrée dans le temps.
Fonctionnant à un débit de 12,5 GHz, OFE² peut effectuer une seule multiplication matrice-vecteur en moins de 250,5 ps – la latence la plus courte parmi les implémentations similaires d’optique de calcul. « Nous croyons fermement que ce travail établit une référence importante pour faire progresser le calcul par diffraction optique intégrée au-delà de 10 GHz dans des applications réelles« , déclare Hongwei Chen.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
L’équipe de recherche a démontré avec succès la capacité du système proposé dans diverses tâches. Pour le traitement d’images, OFE² a pu extraire des caractéristiques de bord d’images d’entrée, créant deux cartes de caractéristiques complémentaires en « relief et gravure ». Les caractéristiques générées par OFE² ont conduit à de meilleures performances en classification d’images et à une précision accrue des pixels en segmentation sémantique (comme l’identification d’organes dans des scans de tomodensitométrie). Notamment, les réseaux d’IA utilisant OFE² nécessitaient moins de paramètres électroniques qu’un réseau de référence, prouvant que le prétraitement optique peut conduire à des systèmes d’IA hybrides plus légers et plus efficaces.
De plus, l’équipe a obtenu des résultats similaires pour une tâche de trading numérique, où OFE² recevait des données de marché en série temporelle et proposait des actions de trading rentables basées sur une stratégie optimisée. Dans cette tâche, les traders entrent des signaux de prix en temps réel dans OFE². Après un entraînement préalable, OFE² configuré de manière optimale génère des signaux de sortie qui peuvent être directement convertis en actions d’achat ou de vente via un processus de décision simple, atteignant une rentabilité stable. Comme l’ensemble du processus est exécuté à la vitesse de la lumière, il offre un avantage significatif en latence, permettant de capturer des profits avec un délai minimal.
Ensemble, ces résultats pointent vers un nouveau paradigme où les charges de calcul les plus intenses sont transférées de l’électronique énergivore vers la photonique ultra-rapide et à faible consommation, conduisant à une nouvelle génération de systèmes d’IA en temps réel pour la prise de décision. « Les avancées présentées dans notre étude poussent les opérateurs de diffraction intégrés à un débit plus élevé, fournissant un soutien pour les services à forte intensité de calcul dans des domaines tels que la reconnaissance d’images, la santé assistée et la finance numérique. Nous espérons collaborer avec des partenaires ayant des besoins computationnels intensifs en données », conclut Chen.
Pour plus de détails, voir l’article original en libre accès par R. Sun, Y. Li, et al., » Moteur d’extraction de caractéristiques optiques à haute vitesse et faible latence basé sur des opérateurs de diffraction , » Adv. Photon. Nexus 4(5), 056012 (2025), DOI 10.1117/1.APN.4.5.056012
Source : Tsinghua U.
