La croissance exponentielle des technologies telles que la conduite autonome et la vision par ordinateur alimente une demande de plus en plus forte en termes de puissance de calcul. Dans ce contexte, le calcul photonique, caractérisée par son haut débit, son efficacité énergétique et sa faible latence, a gagné en notoriété tant au sein de la communauté académique qu’industrielle.
Actuellement, les puces de calcul photonique font face à des contraintes en termes de consommation d’énergie et de taille, ce qui freine la scalabilité des réseaux de calcul photonique. Pourtant, l’émergence de la photonique intégrée non volatile laisse entrevoir une lueur d’espoir. En effet, ces dispositifs peuvent réaliser le calcul en mémoire tout en ayant une consommation d’énergie statique nulle.
Les matériaux à changement de phase (PCMs) sont perçus comme des candidats prometteurs pour la réalisation de mémoires photoniques et de puces photoniques neuromorphiques non volatiles. Les PCMs offrent un fort contraste d’indice de réfraction entre différents états et des transitions réversibles, ce qui les rend idéaux pour des puces de calcul optique non volatile à grande échelle.
Les défis à relever
Toutefois, la réalisation de puces de calcul optique intégrées non volatiles comporte son lot de défis. La nécessité de commutations fréquentes et rapides, indispensable pour la formation en ligne, constitue un obstacle que les chercheurs sont déterminés à surmonter.
La mise au point d’une méthode de formation rapide et efficace est une étape cruciale pour libérer le plein potentiel des puces de calcul photonique.
Une prouesse technologique récente
Récemment, des chercheurs de l’Université de Zhejiang, de l’Université de Westlake, et de l’Institut de microélectronique de l’Académie chinoise des sciences ont franchi une étape significative. Comme rapporté dans la revue Advanced Photonics, ils ont développé une mémoire photonique de 5 bits capable de modulations volatiles rapides et ont proposé une solution pour un réseau photonique non volatile supportant une formation rapide.
La mise en œuvre de l’antimonite de PCM (Sb2S3) à faible perte dans une plateforme photonique en silicium a rendu possible cette prouesse technologique. La mémoire photonique, grâce à l’effet de dispersion de charge d’une diode PIN, réalise une modulation volatile avec un temps de réponse rapide de moins de 40 nanosecondes, préservant ainsi l’information de poids stockée.
Des applications prometteuses
Après la formation, la mémoire photonique utilise la diode PIN comme microchauffe pour permettre des changements de phase multi-niveaux et réversibles de Sb2S3, ce qui permet le stockage des poids formés dans le réseau de calcul photonique. Cela conduit à un processus de calcul photonique incroyablement économe en énergie.
Avec la mémoire photonique démontrée et le principe de fonctionnement, l’équipe de recherche a simulé une architecture de noyau de convolution optique. De façon remarquable, ils ont atteint plus de 95% de précision dans la reconnaissance de la base de données MNIST, démontrant la faisabilité de la formation rapide par modulation volatile et le stockage de poids par modulation non volatile de 5 bits.
En synthèse
Ces travaux innovants établissent un nouveau paradigme pour la mémoire photonique et offrent une solution prometteuse pour l’implémentation de dispositifs non volatils dans des réseaux neuronaux optiques à formation rapide. Avec ces avancées, le futur du calcul photonique se profile sous des auspices plus que favorables.
Pour une meilleure compréhension
Qu’est-ce que le calcul photonique ?
Le calcul photonique est une forme de calcul informatique qui utilise la lumière plutôt que l’électricité pour manipuler, stocker et transmettre des informations.
Qu’est-ce qu’un matériau à changement de phase (PCM) ?
Un PCM est un matériau qui peut passer d’un état amorphe à un état cristallin sous l’effet d’un chauffage rapide, avec un changement correspondant dans l’indice de réfraction.
Qu’est-ce que l’antimonite (Sb2S3) ?
L’antimonite est une forme de PCM qui offre un faible taux d’atténuation pour les signaux optiques, le rendant idéal pour l’application dans les puces de calcul photonique.
Qu’est-ce que la modulation volatile et non volatile ?
La modulation volatile est une méthode de stockage de données où l’information est conservée tant que l’alimentation électrique est maintenue. En revanche, la modulation non volatile permet le stockage d’informations même après la coupure de l’alimentation électrique.
Qu’est-ce que le dataset MNIST ?
MNIST est une base de données largement utilisée pour la formation d’algorithmes de reconnaissance d’image, contenant un grand nombre d’images de chiffres manuscrits.
Qu’est-ce que la reconnaissance de la base de données MNIST indique ?
La précision élevée dans la reconnaissance de la base de données MNIST indique que le dispositif de calcul photonique peut être utilisé efficacement pour des tâches de reconnaissance d’image, une application clé de l’apprentissage machine.
Lire l’article en libre accès de M. Wei et al, « Electrically programmable phase-change photonic memory for optical neural networks with nanoseconds in situ training capability, » Adv. Photon. 5(4) 046004 (2023), doi 10.1117/1.AP.5.4.046004.
