당신이 사용하는 컴퓨터는 전자입니다. 즉, 전자의 흐름을 사용하여 계산을 수행합니다. 때때로 “광학” 컴퓨터라고 불리는 광자 컴퓨터는 언젠가 컴퓨터가 전자로 하는 일을 할 수 있지만 대신 광자로 할 수 있습니다.
광 컴퓨터의 장점은 무엇입니까?
광 컴퓨터는 많은 가능성을 가지고 있습니다. 이론적으로 완전한 광 컴퓨터는 오늘날 우리가 사용하는 전자 컴퓨터에 비해 몇 가지 장점이 있습니다. 가장 큰 장점은 이러한 컴퓨터가 전자 시스템보다 더 빠르게 실행되고 낮은 온도에서 작동한다는 것입니다. 테라헤르츠로 측정된 이론적인 주파수와 수십 기가헤르츠로 측정된 주파수.
광학 컴퓨터는 또한 전자기 간섭에 매우 강해야 합니다. 시스템의 실제 광자는 영향을 받지 않아야 하지만 이러한 광자를 제공하는 레이저 또는 기타 광원은 여전히 녹아웃될 수 있습니다.
포토닉스는 또한 전자가 너무 느린 병렬 컴퓨팅 시스템을 가능하게 하는 고속 병렬 상호 연결을 제공할 수 있습니다.
우리가 이미 사용하고 있는 광자 시스템
아직 완전한 광 컴퓨터라는 것은 없지만 컴퓨팅의 측면이 이미 광자적이지 않다는 의미는 아닙니다. 오늘날 대부분의 사람들이 이미 사용하고 있는 것은 광섬유입니다. 집에 광섬유 연결이 없더라도 모든 네트워크 패킷은 라인을 따라 어느 지점에서 빛으로 변환됩니다.
광섬유는 상대적으로 얇은 케이블을 통해 믿을 수 없을 정도로 먼 거리에 걸쳐 얼마나 많은 데이터를 이동할 수 있는지에 혁명을 일으켰습니다. 전기 신호와 광자 신호 간의 변환 오버헤드에도 불구하고 광섬유는 통신 속도와 대역폭에 기하급수적인 영향을 미쳤습니다. 나머지 “느린” 전기 컴퓨팅 시스템도 광자에서 실행되도록 변환될 수 있다면 좋겠지만 그것은 어려운 일입니다!
광자 퍼즐이 깨지지 않았습니다
글을 쓰는 시점에서 과학자와 엔지니어는 현재 반도체 프로세서 내에 존재하는 모든 컴퓨터 구성 요소를 복제하는 방법을 아직 파악하지 못했습니다. 계산은 비선형입니다. 서로 다른 신호가 서로 상호 작용하고 다른 구성 요소의 결과를 변경해야 합니다. 반도체 트랜지스터가 논리 게이트를 생성하는 데 사용되는 것과 동일한 방식으로 논리 게이트를 구축해야 하지만 광자는 이 접근 방식에서 자연스럽게 작동하는 방식으로 작동하지 않습니다.
여기에서 포토닉 로직이 등장합니다. 비선형 광학을 사용하여 기존 프로세서에서 사용되는 것과 유사한 논리 게이트를 구축할 수 있습니다. 적어도 이론상으로는 가능합니다. 포토닉 컴퓨터가 중요한 역할을 하기 전에 극복해야 할 실제적이고 기술적인 많은 장애물이 있습니다.
광자 컴퓨터는 AI의 잠금을 해제할 수 있습니다
현재 적용할 수 있는 계산 광자 기술의 유형에는 제한이 있지만 흥미로운 영역 중 하나는 딥 러닝입니다. 딥 러닝은 인공 지능 및 기계 학습 분야의 하위 집합입니다.
Ryan Hamerly(MIT) 박사의 매혹적인 기사에서 그는 포토닉스가 딥 러닝에 사용되는 수학 유형에 특히 적합하다고 주장합니다. 그들이 현실을 실현하기 위해 노력하고 있는 포토닉 칩이 잠재력을 발휘한다면 딥 러닝에 큰 영향을 미칠 수 있습니다. Hamerly에 따르면:
하지만 분명한 것은 적어도 이론적으로는 포토닉스가 딥 러닝을 몇 배나 가속화할 수 있다는 것입니다.
오늘날 우리의 최첨단 기술이 기계 학습에 의존하여 마법을 부리는 것을 감안할 때 포토닉스는 이론 컴퓨팅의 모호한 부분이 아닐 수 있습니다.
하이브리드 시스템 가능성
가까운 장래에 우리는 순수한 광자 시스템을 보지 않을 것입니다. 훨씬 더 가능성이 높은 것은 슈퍼컴퓨터 및 기타 고성능 컴퓨팅 시스템의 특정 부분이 광자일 수 있다는 것입니다. 광자 구성 요소는 특정 유형의 계산을 점진적으로 향상하거나 인수할 수 있습니다. D-Wave 양자 프로세서와 마찬가지로 매우 구체적인 계산을 수행하는 데 사용되며 나머지는 기존 컴퓨터에서 처리됩니다.
따라서 언젠가 빛을 볼 때까지 (말하자면) 포토닉스는 또 다른 컴퓨팅 혁명을 시작할 준비가 될 때까지 백그라운드에서 천천히 그러나 꾸준히 발전할 것입니다.
