현재 무어의 법칙은 물리적 한계에 다다름
더 이상 칩을 작게 만드는 걸론
폭증하는 계산 요구를 따라갈 수 없음
문제는 빅데이터, AI 연구에 있어
GPU의 막대한 연산이 필요하다는 거임
지금도 이 연산으로 엄청난 전력 소모 및
열 발생이 일어나고 비용도 많이 나감
그래서 슬슬 광학 컴퓨팅 기술이 필요함
얘는 AI의 행렬 연산, 신호 처리 등에 특화된 모델인데
GPU가 범용 계산기면
광학 컴퓨팅인 OPU는 그 중 특정 부분 특화 모델인 것
빛으로 계산하는거라 ㅈㄴ 빨리 계산됨
gpu는 클럭기반으로 순차적으로 계산되지만
opu는 빛으로 순식간에 계산 완료함
저항도 적고 발열도 적고
빛만 지나가면 되는거니 전력도 많이 안듦
양자컴퓨터는 기존 컴퓨터가
원천적으로 못 푸는 문제를 풀어주는 거라 용도가 다름
아무튼 AI 개발에 GPU 대신 OPU를 쓰면 좋다는 거
그러나
OPU 개발에 문제는 칩의 물리적 크기에 있음
빛을 사용하는 칩이기 때문에 렌즈나 도파로 같은 부품을
전자 트랜지스터처럼 작게 만드는 게 거의 불가능했음
빛의 파장은 수백~수천 나노로 정해져있는데
이를 다루려면 부품도 비슷한 크기가 되야되기 때문
이로인해 칩 하나에 때려 넣을 수 있는 계산 유닛의 수가 턱없이 부족함
계산량을 늘리려면 칩을 무식하게 키워야 하는데,
그렇게하면 부품이 미친듯이 많아지니
변수가 점점 커져 오류는 눈덩이처럼 불어나고
제어는 불가능의 영역으로 가버림
이게 바로 광학 컴퓨팅이
수십 년간 연구실 문턱을 넘지 못한 핵심적인 이유
즉, 확장성의 벽이었음.
근데 이번에 새로운 발상이 나옴
부품들 칩에 다 때려박기 힘드니
그냥 부품 1개로 해결하면 안됨?
그래서 한 번 해봄
솔리톤 마이크로콤 이라는 초소형 광원 기술로
1개의 빛을 20갈래로 나눔
빛이 갈래로 나눠지면서 서로다른 파장의 빛으로 만듦
이렇게 하면 부품 20개가 필요한 20개의 빛을
부품 1개로 빛 20개를 만들 수 있게 됨
결과적으로,
칩 크기는 그대로인데 계산 처리량은 20배로 뻥튀기된다는거
실제 시현해봤는데
20개 채널에서 계산한 결과
스펙트럼 일관성 0.9이상으로 오차 없이 일치했고
칩에 시킨 연산도 행렬충실도 0.9이상으로 정확하게 해냈음
이게 중요한 이유는 여태 광학컴퓨팅의 난제였던
확장성 문제을 해결할 가능성을 보여준다는것
실험실 장비 문제인지 100개 채널까진 안해본거 같은데
이론상 부품 1개로 100개 채널도 가능하다고 함
문제는 아직 실험실수준이라
오류보정기술도 더 정교해져야되고
실험실 수준의 장비들을 최적화 시키면서
스케일업해야하는 복잡한 과정이 남아있음
좀 더 연구해본다고 함
