Photonic Advantage of Optical Encoders

要約

タイトル：オプティカルエンコーダの光学的アドバンテージ
要約：

– 光学の直線的演算を並列に行う能力は、光学支援人工ニューラルネットワーク（ANN）の様々なデモンストレーションをヒントに起こった。
– しかし、純粋にデジタルなANNに比べてシステムレベルで光学の明確な優位性はまだ確立されていない。
– 線形操作は光学的に非常に効率的に行うことができるが、非線形性と信号再生の欠如により、光学と電子機器の間の高出力で低遅延の信号変換が必要となる。
– さらに、レーザーやフォトデバイスには大量の電力が必要であるが、これらはエネルギー消費量の計算からしばしば省かれる。
– 従来のデジタル演算を光学にマッピングする代わりに、私たちは雑音の多い光で動作するハイブリッド光学-デジタルANNを共同最適化しました。これにより、純粋にデジタルなANNとハイブリッド光学-デジタルANNのレイテンシと電力を一定に保ち、低電力/遅延領域を特定しました。この領域では、光学エンコーダーは純粋にデジタルなANNよりも高い分類精度を提供できます。
– ただし、この領域では、高い電力と遅延を優先させて全体的な分類精度を高めることができるため、全体的な分類精度は最良のものよりも低くなります。
– これらの結果は、エネルギー消費量とレイテンシを優先することで、ANNの全体的なパフォーマンスを優先することができるアプリケーションでは、光学がデジタルANNよりも優れていることを示唆しています。

要約(オリジナル)

Light’s ability to perform massive linear operations parallelly has recently inspired numerous demonstrations of optics-assisted artificial neural networks (ANN). However, a clear advantage of optics over purely digital ANN in a system-level has not yet been established. While linear operations can indeed be optically performed very efficiently, the lack of nonlinearity and signal regeneration require high-power, low-latency signal transduction between optics and electronics. Additionally, a large power is needed for the lasers and photodetectors, which are often neglected in the calculation of energy consumption. Here, instead of mapping traditional digital operations to optics, we co-optimized a hybrid optical-digital ANN, that operates on incoherent light, and thus amenable to operations under ambient light. Keeping the latency and power constant between purely digital ANN and hybrid optical-digital ANN, we identified a low-power/ latency regime, where an optical encoder provides higher classification accuracy than a purely digital ANN. However, in that regime, the overall classification accuracy is lower than what is achievable with higher power and latency. Our results indicate that optics can be advantageous over digital ANN in applications, where the overall performance of the ANN can be relaxed to prioritize lower power and latency.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI