กลับไปหน้าบทความ

อ่าน 11 นาที

Optical computing

Optical computing or photonic computing uses light waves produced by lasers or incoherent sources for data processing, data storage or data communication for computing.

Optical computing

Optical computing or photonic computing uses light waves produced by lasers or incoherent sources for data processing, data storage or data communication for computing. For decades, photons have shown promise to enable a higher bandwidth than the electrons used in conventional computers (see optical fibers).

Most research projects focus on replacing current computer components with optical equivalents, resulting in an optical digital computer system processing binary data. This approach appears to offer the best short-term prospects for commercial optical computing, since optical components could be integrated into traditional computers to produce an optical-electronic hybrid. However, optoelectronic devices consume 30% of their energy converting electronic energy into photons and back; this conversion also slows the transmission of messages. All-optical computers eliminate the need for optical-electrical-optical (OEO) conversions, thus reducing electrical power consumption.[1]

Application-specific devices, such as synthetic-aperture radar (SAR) and optical correlators, have been designed to use the principles of optical computing. Correlators can be used, for example, to detect and track objects,[2] and to classify serial time-domain optical data.[3]

Optical components for binary digital computer

องค์ประกอบพื้นฐานของคอมพิวเตอร์อิเล็กทรอนิกส์สมัยใหม่คือทรานซิสเตอร์ในการแทนที่ส่วนประกอบอิเล็กทรอนิกส์ด้วยส่วนประกอบออปติคอล จำเป็นต้องใช้ ทรานซิสเตอร์ออปติคอล ที่เทียบเท่ากัน ซึ่งทำได้โดยใช้คริสตัลออปติก (โดยใช้วัสดุที่มีดัชนีหักเหแบบไม่เชิงเส้น ) [ 4 ]โดยเฉพาะอย่างยิ่ง มีวัสดุ[ 5 ]ที่ความเข้มของแสงขาเข้าส่งผลต่อความเข้มของแสงที่ส่งผ่านวัสดุในลักษณะที่คล้ายกับการตอบสนองกระแสของทรานซิสเตอร์แบบไบโพลาร์ ทรานซิสเตอร์ออปติคอลดังกล่าว[ 6 ] [ 7 ]สามารถใช้สร้างเกตตรรกะออปติ คอ ล[ 7 ] ซึ่งจะถูกประกอบเข้ากับส่วนประกอบระดับสูงของ หน่วยประมวลผลกลาง (CPU) ของคอมพิวเตอร์ ส่วนประกอบเหล่านี้จะเป็นคริสตัลออปติคอลแบบไม่เชิงเส้นที่ใช้ในการจัดการลำแสงเพื่อควบคุมลำแสงอื่น

เช่นเดียวกับระบบคอมพิวเตอร์อื่นๆ ระบบคอมพิวเตอร์แบบออปติคอลก็ต้องการองค์ประกอบสี่อย่างเพื่อให้ทำงานได้อย่างมีประสิทธิภาพ:

  1. ตัวประมวลผลแสง
  2. การถ่ายโอนข้อมูลด้วยแสง เช่น สายเคเบิลใยแก้วนำแสง
  3. การจัดเก็บแบบออปติคอ[ 8 ]
  4. แหล่งกำเนิดแสง (แหล่งกำเนิดแสง)

การเปลี่ยนชิ้นส่วนอิเล็กทรอนิกส์จะต้องมีการแปลงรูปแบบข้อมูลจากโฟตอนเป็นอิเล็กตรอน ซึ่งจะทำให้ระบบทำงานช้าลง

ความขัดแย้ง

นักวิจัยโต้แย้งถึงความสามารถในอนาคตของคอมพิวเตอร์แบบออปติคอล ว่าในที่สุดแล้วจะสามารถแข่งขันกับคอมพิวเตอร์แบบอิเล็กทรอนิกส์ในแง่ของความเร็วหรือการใช้พลังงานได้หรือไม่นั้นยังไม่ชัดเจนในปัจจุบัน นักวิจารณ์ตั้งข้อสังเกตว่าระบบตรรกะในโลกแห่งความเป็นจริงต้องการ "การฟื้นฟูระดับตรรกะ การเรียงลำดับการกระจายสัญญาณและการแยกอินพุต-เอาต์พุต" ซึ่งทั้งหมดนี้สามารถทำได้ด้วยทรานซิสเตอร์อิเล็กทรอนิกส์ในราคาต่ำ ใช้พลังงานต่ำ และมีความเร็วสูง เพื่อให้ตรรกะแบบออปติคอลสามารถแข่งขันได้นอกเหนือจากแอปพลิเคชันเฉพาะกลุ่ม จำเป็นต้องมีการพัฒนาครั้งสำคัญในเทคโนโลยีอุปกรณ์ออปติคอลแบบไม่เชิงเส้น หรืออาจต้องมีการเปลี่ยนแปลงลักษณะของการคำนวณเอง[ 9 ]

ความท้าทาย

ความท้าทายที่สำคัญต่อการคำนวณด้วยแสงคือการคำนวณเป็น กระบวนการ ที่ไม่เป็นเชิงเส้นซึ่งสัญญาณหลายสัญญาณต้องมีปฏิสัมพันธ์กัน แสง ( คลื่นแม่เหล็กไฟฟ้า ) สามารถมีปฏิสัมพันธ์กับคลื่นแม่เหล็กไฟฟ้าอื่นได้เฉพาะในกรณีที่มีอิเล็กตรอนอยู่ในวัสดุ[ 10 ]และความแรงของปฏิสัมพันธ์นี้จะอ่อนกว่ามากสำหรับคลื่นแม่เหล็กไฟฟ้า เช่น แสง เมื่อเทียบกับสัญญาณอิเล็กทรอนิกส์ในคอมพิวเตอร์ทั่วไป ซึ่งอาจต้องใช้องค์ประกอบการประมวลผลที่มีกำลังมากกว่าและมีขนาดใหญ่กว่าที่ใช้ในคอมพิวเตอร์อิเล็กทรอนิกส์ทั่วไป

เนื่องจากแสงสามารถเดินทางได้เร็วกว่าความเร็วลอยตัวของอิเล็กตรอนมาก และมีความถี่ที่วัดได้ในหน่วย เทราเฮิร์ตซ์ (THz ) ทรานซิสเตอร์เชิงแสงจึงควรมีความสามารถในการทำงานที่ความถี่สูงมาก อย่างไรก็ตาม คลื่นแม่เหล็กไฟฟ้าใดๆ ก็ตามจะต้องเป็นไปตามขีดจำกัดการแปลงและด้วยเหตุนี้ อัตราที่ทรานซิสเตอร์เชิงแสงสามารถตอบสนองต่อสัญญาณจึงถูกจำกัดด้วยแบนด์วิดท์ สเปกตรัม ในการสื่อสารด้วยใยแก้ว นำแสง ข้อจำกัดในทางปฏิบัติ เช่นการกระจายตัวมักจะจำกัดช่องสัญญาณให้มีแบนด์วิดท์เพียงไม่กี่สิบกิกาเฮิร์ตซ์ ซึ่งดีกว่าทรานซิสเตอร์ซิลิคอนหลายตัวเพียงเล็กน้อย การที่จะได้การทำงานที่เร็วกว่าทรานซิสเตอร์อิเล็กทรอนิกส์อย่างมาก จึงจำเป็นต้องมีวิธีการในทางปฏิบัติสำหรับการส่งพัลส์สั้นพิเศษผ่านท่อนำคลื่นที่ มีการกระจายตัว

ตรรกะโฟตอนิกส์

การสร้างเกต NOT ควบคุมด้วย โฟตอนิกส์ สำหรับใช้ในการคำนวณควอนตัม

ตรรกะโฟตอนิกส์คือการใช้โฟตอน ( แสง ) ในเกตตรรกะการสลับเกิดขึ้นโดยใช้เอฟเฟกต์แสงแบบไม่เชิงเส้นเมื่อรวมสัญญาณสองสัญญาณขึ้นไป[ 7 ]

ตัวเรโซเนเตอร์มีประโยชน์อย่างยิ่งในตรรกะเชิงแสง เนื่องจากช่วยให้เกิดการสะสมพลังงานจากการแทรกสอดแบบเสริมกันซึ่งจะช่วยเพิ่มผลกระทบเชิงไม่เชิงเส้นทางแสง

แนวทางอื่นๆ ที่ได้รับการตรวจสอบ ได้แก่ ตรรกะโฟตอนิกในระดับโมเลกุลโดยใช้ สารเคมี เรืองแสง Witlicki และคณะได้สาธิตการดำเนินการเชิงตรรกะโดยใช้โมเลกุลและSERS [ 11 ]

แนวทางที่ไม่ธรรมดา

ความล่าช้าเวลา

แนวคิดพื้นฐานคือการหน่วงสัญญาณเพื่อดำเนินการคำนวณที่มีประโยชน์[ 12 ]สิ่งที่น่าสนใจคือการแก้ปัญหา NP-completeเนื่องจากเป็นปัญหาที่ยากสำหรับคอมพิวเตอร์ทั่วไป

วิธีการนี้ใช้คุณสมบัติพื้นฐานสองประการของแสง:

  • แสงสามารถถูกหน่วงเวลาได้โดยการส่งผ่านแสงไปยังใยแก้วนำแสง
  • แสงสามารถแยกออกเป็นลำแสงหลายลำ คุณสมบัตินี้ทำให้สามารถประเมินคำตอบหลายๆ คำตอบพร้อมกันได้

การแก้ปัญหาที่มีความล่าช้าของเวลาเกี่ยวข้องกับขั้นตอนต่อไปนี้:

  • สร้างโครงสร้างคล้ายกราฟโดยใช้สายเคเบิลใยแก้วนำแสงและตัวแยกสัญญาณ แต่ละกราฟจะมีโหนดเริ่มต้นและโหนดปลายทาง
  • แสงเข้าสู่โหนดเริ่มต้นและเดินทางผ่านกราฟจนกว่าจะถึงปลายทาง โดยจะเกิดความล่าช้าขณะเดินทางผ่านส่วนโค้งและถูกแบ่งออกภายในโหนดต่างๆ
  • จะมีการทำเครื่องหมายแสงเมื่อผ่านส่วนโค้งหรือผ่านจุดเชื่อมต่อ เพื่อระบุข้อเท็จจริงนั้นที่จุดปลายทาง
  • โหนดปลายทางจะรอสัญญาณ (ความผันผวนของความเข้มของสัญญาณ) ซึ่งจะมาถึง ณ เวลาใดเวลาหนึ่ง หากไม่มีสัญญาณมาถึง ณ เวลานั้น แสดงว่าไม่พบวิธีแก้ปัญหา มิเช่นนั้น แสดงว่าปัญหานั้นมีวิธีแก้ปัญหาแล้ว สามารถวัดความผันผวนได้ด้วยโฟโตดีเทคเตอร์และออสซิลโลสโคป

ปัญหาแรกที่ได้รับการแก้ไขด้วยวิธีนี้คือปัญหาเส้นทางแฮมิลโทเนียน[ 12 ]

ปัญหาที่ง่ายที่สุดคือปัญหาผลรวมย่อย [ 13 ] อุปกรณ์ออปติกที่แก้ปัญหาตัวอย่างที่มีตัวเลขสี่ตัว { a1, a2, a3, a4 } แสดงไว้ด้านล่าง:

อุปกรณ์เชิงแสงสำหรับแก้ปัญหาผลรวมย่อย

แสงเข้าสู่โหนดเริ่มต้น (Start node) ซึ่งจะแยกออกเป็นสองลำแสงที่มีความเข้มต่ำกว่า ลำแสงทั้งสองนี้มาถึงโหนดที่สอง (Second node) ในเวลาa1และ 0 จากนั้นแต่ละลำแสงจะถูกแยกออกเป็นสองลำแสงอีกครั้ง ซึ่งจะมาถึงโหนดที่สาม (Second node) ในเวลา 0, a1 , a2และa1 + a2ซึ่งแสดงถึงเซตย่อยทั้งหมดของเซต { a1, a2 } ความเข้มของแสงจะผันผวนไม่เกินสี่ช่วงเวลา โหนดปลายทาง (Destination node) คาดว่าจะมีการผันผวนไม่เกิน 16 ช่วงเวลาที่แตกต่างกัน (เซตย่อยของค่าเริ่มต้น) การผันผวนที่ช่วงเวลาเป้าหมายBหมายความว่าได้พบคำตอบแล้ว มิฉะนั้นจะไม่มีเซตย่อยใดที่รวมกันได้เท่ากับBสายเคเบิลที่มีความยาวเป็นศูนย์นั้นเป็นไปไม่ได้ ดังนั้นสายเคเบิลทั้งหมดจึงมีความยาวเพิ่มขึ้นด้วยค่าเล็กน้อย (คงที่สำหรับทุกสาย) kในกรณีนี้คาดว่าจะพบคำตอบที่ช่วงเวลาB+n× k

การดำเนินการเทนเซอร์โฟตอนิก

ด้วยความต้องการที่เพิ่มขึ้นของเทคโนโลยีเร่งความเร็วแบบ GPU ในช่วงทศวรรษ 2010 จึงมีการเน้นไปที่ออปติกแบบบูรณาการบนชิป การเกิดขึ้นของเครือข่ายประสาทแบบเรียนรู้เชิงลึกโดยอาศัยการปรับเฟส[ 14 ]และล่าสุดการปรับแอมพลิจูดโดยใช้หน่วยความจำโฟตอนิก[ 15 ]ได้สร้างเทคโนโลยีโฟตอนิกที่ช่วยในการคำนวณแบบนิวโรโมฟิก [ 16 ] [ 17 ] เทคโนโลยีที่พัฒนาขึ้นทำให้สามารถดำเนินการแบบขนานเหล่านี้บนชิปบนแกนเทนเซอร์โฟตอนิกแบบบูรณาการได้[ 18 ]

ในบทความปี 2025 ที่มีชื่อว่า "การประมวลผลเทนเซอร์โดยตรงด้วยแสงที่สอดคล้องกัน" นักวิจัยได้สาธิตการคำนวณเทนเซอร์แบบ "ช็อตเดียว" ผ่านอัลกอริทึมที่มีชื่อว่า "การคูณเมทริกซ์แบบขนานด้วยแสง (POMMM)" [ 19 ] POMMM ช่วยให้ สามารถดำเนินการ เทนเซอร์เช่น การคูณ ได้ในช็อตแสงเดียวด้วยความเร็วสูง POMMM มีศักยภาพที่จะเข้ามาแทนที่ GPU สำหรับงานต่างๆ เช่นการแปลงและเลเยอร์ความสนใจ[ 20 ]

การคำนวณตามความยาวคลื่น

การคำนวณตามความยาวคลื่น[ 21 ]สามารถใช้แก้ปัญหา3-SAT ที่มีตัวแปร nตัว, ข้อความ mข้อความ และมีตัวแปรไม่เกินสามตัวต่อข้อความ ความยาวคลื่นแต่ละค่าที่อยู่ในลำแสงจะถูกพิจารณาว่าเป็นค่าที่เป็นไปได้สำหรับการกำหนดค่าให้กับ ตัวแปร nตัว อุปกรณ์ทางแสงประกอบด้วยปริซึมและกระจกที่แยกแยะความยาวคลื่นที่ตรงตามสูตร[ 22 ]

การคำนวณโดยการถ่ายเอกสารลงบนแผ่นใส

วิธีการนี้ใช้เครื่องถ่ายเอกสารและแผ่นใสในการคำนวณ[ 23 ]ปัญหาk-SATที่มี ตัวแปร nตัว, ข้อความ mข้อความ และตัวแปรไม่เกินkตัวต่อข้อความ ได้รับการแก้ไขในสามขั้นตอน: [ 24 ]

  • การกำหนดค่าที่เป็นไปได้ ทั้งหมด 2 <sup>n </sup> ค่าให้กับ ตัวแปร nตัว จะถูกสร้างขึ้นโดยการถ่ายเอกสารn ครั้ง
  • โดยใช้ ตารางความจริงอย่างมากที่สุด 2,000 ชุด แต่ละข้อความจะถูกประเมินพร้อมกันในทุกแถวของตารางความจริง
  • วิธีแก้ปัญหานี้ได้มาจากการทำสำเนาเพียงครั้งเดียวของแผ่นใสที่ซ้อนทับกันของข้อความm ทั้งหมด

การบดบังลำแสงออปติคอล

ปัญหา พนักงานขายเดินทางได้รับการแก้ไขโดย Shaked et al. (2007) [ 25 ]โดยใช้วิธีการทางแสง เส้นทาง TSP ที่เป็นไปได้ทั้งหมดถูกสร้างขึ้นและจัดเก็บไว้ในเมทริกซ์ไบนารีซึ่งถูกคูณกับเวกเตอร์ระดับสีเทาอีกตัวหนึ่งที่มีระยะทางระหว่างเมือง การคูณดำเนินการทางแสงโดยใช้ตัวเชื่อมโยงทางแสง

ตัวประมวลผลร่วมฟูริเยร์เชิงแสง

การคำนวณจำนวนมาก โดยเฉพาะอย่างยิ่งในแอปพลิเคชันทางวิทยาศาสตร์ จำเป็นต้องใช้การแปลงฟูริเยร์แบบไม่ต่อเนื่อง 2 มิติ (DFT) บ่อยครั้ง เช่น ในการแก้สมการเชิงอนุพันธ์ที่อธิบายการแพร่กระจายของคลื่นหรือการถ่ายเทความร้อน แม้ว่า เทคโนโลยี GPUโดยทั่วไปจะช่วยให้การคำนวณ DFT 2 มิติขนาดใหญ่มีความเร็วสูง แต่เทคนิคอื่นๆ ก็สามารถทำการแปลงฟูริเยร์แบบต่อเนื่องทางแสงได้โดยใช้คุณสมบัติการแปลงฟูริเยร์ตามธรรมชาติของเลนส์อินพุตจะถูกเข้ารหัสโดยใช้ตัวปรับแสงเชิงพื้นที่ผลึกเหลว และผลลัพธ์จะถูกวัดโดยใช้ เซ็นเซอร์ภาพ CMOSหรือCCD ทั่วไป สถาปัตยกรรมทางแสงดังกล่าวสามารถให้การปรับขนาดความซับซ้อนของการคำนวณที่เหนือกว่าเนื่องจากลักษณะการเชื่อมต่อกันสูงโดยธรรมชาติของการแพร่กระจายทางแสง และได้ถูกนำมาใช้เพื่อแก้สมการความร้อน 2 มิติ[ 26 ]

เครื่องจักรไอซิง

เครื่อง Ising คือคอมพิวเตอร์ที่ได้รับการออกแบบโดยได้รับแรงบันดาลใจจากแบบจำลอง Isingทาง ทฤษฎี [ 27 ] [ 28 ] [ 29 ]

ห้องปฏิบัติการของYoshihisa Yamamoto ที่ Stanfordเป็นผู้บุกเบิกการสร้างเครื่อง Ising โดยใช้โฟตอน ในตอนแรก Yamamoto และเพื่อนร่วมงานของเขาสร้างเครื่อง Ising โดยใช้เลเซอร์ กระจก และส่วนประกอบทางแสงอื่นๆ[ 27 ] [ 28 ]

ต่อมาทีมงานที่Hewlett Packard Labsได้พัฒนา เครื่องมือออกแบบ ชิปโฟโตนิกส์และใช้ในการสร้างเครื่อง Ising แบบชิปเดียว โดยรวมส่วนประกอบออปติก 1,052 ชิ้น[ 27 ]

อุตสาหกรรม

บริษัท ที่เกี่ยวข้องกับการพัฒนาการคำนวณด้วยแสง ได้แก่IBM [ 30 ] Microsoft [ 31 ] Procyon Photonics [ 32 ] Lightelligence [ 33 ] Lightmatter [ 34 ] Optalysys [ 35 ] Xanadu Quantum Technologies , Q / C Technologies , QuiX Quantum , ORCA Computing , PsiQuantum , Quandela , TundraSystems Global [ 36 ]และ Q.ANT [ 37 ]

ดูเพิ่มเติม

อ่านเพิ่มเติม

  • Feitelson, Dror G. (1988). การคำนวณเชิงแสง: บทสำรวจสำหรับนักวิทยาศาสตร์คอมพิวเตอร์ . เคมบริดจ์, แมสซาชูเซตส์: สำนักพิมพ์ MIT. ISBN 978-0-262-06112-4.
  • McAulay, Alastair D. (1991). สถาปัตยกรรมคอมพิวเตอร์เชิงแสง: การประยุกต์ใช้แนวคิดเชิงแสงกับคอมพิวเตอร์ยุคใหม่ . นิวยอร์ก, นิวยอร์ก: John Wiley & Sons. ISBN 978-0-471-63242-9.
  • Ibrahim TA; Amarnath K; Kuo LC; Grover R; Van V; Ho PT (2004). "เกต NOR ตรรกะโฟโตนิกส์ที่ใช้ไมโครริงเรโซเนเตอร์สมมาตรสองตัว" Opt Lett . 29 (23): 2779– 81. Bibcode : 2004OptL...29.2779I . doi : 10.1364/OL.29.002779 . PMID  15605503 .
  • Biancardo M; Bignozzi C; Doyle H; Redmond G (2005). "ประตูตรรกะโฟตอนิกโมเลกุลที่สลับศักยภาพและไอออน" Chem. Commun. (31): 3918– 20. doi : 10.1039/B507021J . PMID  16075071 .
  • Jahns, J.; Lee, SH, บรรณาธิการ (1993). ฮาร์ดแวร์การคำนวณเชิงแสง: การคำนวณเชิงแสง . Elsevier Science. ISBN 978-1-4832-1844-1.
  • Barros S ; Guan S; Alukaidey T (1997). "สถาปัตยกรรม MPP ที่ปรับเปลี่ยนได้โดยใช้การเชื่อมต่อออปติคอลในพื้นที่ว่างและการกำหนดค่าเครือข่าย Petri" วารสารสถาปัตยกรรมระบบ 43 ( 6– 7): 391– 402. doi : 10.1016/S1383-7621(96)00053-7 .
  • D. Goswami , "Optical Computing", Resonance, มิถุนายน 2003; ibid กรกฎาคม 2003. เว็บอาร์ไคฟ์ของ www.iisc.ernet.in/academy/resonance/July2003/July2003p8-21.html
  • Main T; Feuerstein RJ; Jordan HF; Heuring VP; Feehrer J; Love CE (1994). "การนำคอมพิวเตอร์ดิจิทัลออปติคอลแบบจัดเก็บโปรแกรมอเนกประสงค์มาใช้" Applied Optics . 33 (8): 1619– 28. Bibcode : 1994ApOpt..33.1619M . doi : 10.1364/AO.33.001619 . PMID  20862187 . S2CID  25927679 .
  • กวน, ทีเอส; บาร์รอส, เอสพีวี (เมษายน 1994). "สถาปัตยกรรมหลายพฤติกรรมที่ปรับเปลี่ยนได้โดยใช้การสื่อสารด้วยแสงในพื้นที่ว่าง". รายงานการประชุมเชิงปฏิบัติการนานาชาติของ IEEE ว่าด้วยการประมวลผลแบบขนานขนาดใหญ่โดยใช้การเชื่อมต่อด้วยแสง . IEEE. หน้า  293–305 . doi : 10.1109/MPPOI.1994.336615 . ISBN 978-0-8186-5832-7. S2CID  61886442 .
  • กวน, ทีเอส; บาร์รอส, เอสพีวี (สิงหาคม 1994). "การสื่อสารของโปรเซสเซอร์แบบขนานผ่านออปติกในพื้นที่ว่าง". TENCON '94. การประชุมนานาชาติประจำปีครั้งที่เก้าของ IEEE Region 10. หัวข้อ: ขอบเขตของเทคโนโลยีคอมพิวเตอร์ . เล่ม 2. IEEE. หน้า  677–681 . doi : 10.1109/TENCON.1994.369219 . ISBN 978-0-7803-1862-5. S2CID  61493433 .
  • Guha A.; Ramnarayan R.; Derstine M. (1987). "ประเด็นทางสถาปัตยกรรมในการออกแบบตัวประมวลผลเชิงสัญลักษณ์ในด้านทัศนศาสตร์". รายงานการประชุมสัมมนาวิชาการนานาชาติประจำปีครั้งที่ 14 เรื่องสถาปัตยกรรมคอมพิวเตอร์ (ISCA '87) . ACM. หน้า  145–151 . doi : 10.1145/30350.30367 . ISBN 978-0-8186-0776-9. S2CID  14228669 .
  • K.-H. Brenner, Alan Huang: "ตรรกะและสถาปัตยกรรมสำหรับคอมพิวเตอร์ออปติคอลดิจิทัล (A)", J. Opt. Soc. Am., A 3, 62, (1986)
  • Brenner, K.-H. (1988). " ตัวประมวลผลแสงแบบโปรแกรมได้โดยใช้การแทนที่เชิงสัญลักษณ์" Appl. Opt . 27 (9): 1687–91 . Bibcode : 1988ApOpt..27.1687B . doi : 10.1364/AO.27.001687 . PMID  20531637. S2CID  43648075 .
  • สตรอยเบิล เอ็น.; เบรนเนอร์ เค.-เอช.; ฮวงเอ.; จาห์นส์ เจ.; จิวเวลล์ เจแอล; โลห์มันน์ เอดับเบิลยู; มิลเลอร์ตบเบาๆ; เมอร์ด็อกก้า เอ็มเจ; รางวัลฉัน; ไซเซอร์ II ต. (1989) "ดิจิตอลออปติกส์". โปรค อีอีอี . 77 (12): 1954– 69. ดอย : 10.1109/5.48834 . S2CID  59276160 .
  • นักวิทยาศาสตร์ของ NASA กำลังทำงานเพื่อปรับปรุงเทคโนโลยีการประมวลผลด้วยแสงปี 2000
  • โซลูชันเชิงแสงสำหรับปัญหา NP-complete
  • Dolev, S.; Haist, T.; Oltean, M. (2008). การประมวลผลขั้นสูงด้วยแสง: การประชุมเชิงปฏิบัติการนานาชาติครั้งแรก OSC 2008 เวียนนา ประเทศออสเตรีย 26 ​​สิงหาคม 2551 รายงานการประชุม Springer. ISBN 978-3-540-85672-6.
  • Dolev, S.; Oltean, M. (2009). การประมวลผลขั้นสูงด้วยแสง: การประชุมเชิงปฏิบัติการนานาชาติครั้งที่สอง OSC 2009, Bertinoro, อิตาลี, 18–20 พฤศจิกายน 2009, เอกสารประกอบการประชุม . Springer. ISBN 978-3-642-10441-1.
  • Dolev, S.; Oltean, M. (2011). การประมวลผลขั้นสูงด้วยแสง: การประชุมเชิงปฏิบัติการนานาชาติครั้งที่ 3, OSC 2010, Bertinoro, อิตาลี, 17–19 พฤศจิกายน 2010, เอกสารที่ได้รับการคัดเลือกและแก้ไขแล้ว . Springer. ISBN 978-3-642-22493-5.
  • Dolev, S.; Oltean, M. (2013). Optical Supercomputing: การประชุมเชิงปฏิบัติการนานาชาติครั้งที่ 4, OSC 2012, เพื่อรำลึกถึง H. John Caulfield, Bertinoro, อิตาลี, 19–21 กรกฎาคม 2012. เอกสารที่ได้รับการคัดเลือกและแก้ไข . Springer. ISBN 978-3-642-38250-5.
  • การคำนวณด้วยความเร็วแสงใกล้ความเป็นจริงมากขึ้นอีกขั้น(นิวไซเอนทิสต์)
  • Caulfield H.; Dolev S. (2010). "เหตุใดซูเปอร์คอมพิวเตอร์ในอนาคตจึงต้องการทัศนศาสตร์" Nature Photonics . 4 (5): 261– 263. Bibcode : 2010NaPho...4..261C . doi : 10.1038/nphoton.2010.94 .
  • Cohen E.; Dolev S.; Rosenblit M. (2016). "การออกแบบด้วยแสงทั้งหมดสำหรับเกตและวงจรย้อนกลับที่ประหยัดพลังงานโดยธรรมชาติ" Nature Communications . 7 11424. Bibcode : 2016NatCo...711424C . doi : 10.1038 /ncomms11424 . PMC  4853429. PMID  27113510 .
  • Karasik, Yevgeny B. (2019). เรขาคณิตเชิงคำนวณทางแสง . ISBN 979-8-5112-4334-4.

โลโก้ Wikimedia Commonsสื่อที่เกี่ยวข้องกับการประมวลผลด้วยแสงในวิกิมีเดียคอมมอนส์

  • เทคนิคเลเซอร์นี้เป็นการก้าวกระโดดครั้งสำคัญ
  • บริษัทสตาร์ทอัพด้านโฟโตนิกส์คาดการณ์วันเริ่มผลิตในไตรมาสที่ 2 ปี 2559 ( ลิงก์ถูกปิดใช้ งานแล้ว ถูกเก็บถาวรเมื่อวันที่ 16 พฤษภาคม 2550 ที่archive.today)
  • การหยุดแสงในการก้าวกระโดดควอนตัม
  • การเชื่อมต่อออปติคอลแบนด์วิดท์สูง
ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Optical_computing&oldid=1342566363 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ Optical computing

Optical computing or photonic computing uses light waves produced by lasers or incoherent sources for data processing, data storage or data communication for computing.

Optical components for binary digital computer

องค์ประกอบพื้นฐานของคอมพิวเตอร์อิเล็กทรอนิกส์สมัยใหม่คือ ทรานซิสเตอร์ ในการแทนที่ส่วนประกอบอิเล็กทรอนิกส์ด้วยส่วนประกอบออปติคอล จำเป็นต้องใช้ ทรานซิสเตอร์ออปติคอล ที่เทียบเท่ากัน ซึ่งทำได้โดยใช้ คริสตัลออปติก (โดยใช้วัสดุที่มี ดัชนีหักเหแบบไม่เชิงเส้น ) [ 4 ]...

ความขัดแย้ง

นักวิจัยโต้แย้งถึงความสามารถในอนาคตของคอมพิวเตอร์แบบออปติคอล ว่าในที่สุดแล้วจะสามารถแข่งขันกับคอมพิวเตอร์แบบอิเล็กทรอนิกส์ในแง่ของความเร็วหรือการใช้พลังงานได้หรือไม่นั้นยังไม่ชัดเจนในปัจจุบัน นักวิจารณ์ตั้งข้อสังเกตว่าระบบตรรกะในโลกแห่งความเป็นจริงต้องการ...

ความท้าทาย

ความท้าทายที่สำคัญต่อการคำนวณด้วยแสงคือการคำนวณเป็น กระบวนการ ที่ไม่เป็นเชิงเส้น ซึ่งสัญญาณหลายสัญญาณต้องมีปฏิสัมพันธ์กัน แสง ( คลื่นแม่เหล็กไฟฟ้า ) สามารถมีปฏิสัมพันธ์กับคลื่นแม่เหล็กไฟฟ้าอื่นได้เฉพาะในกรณีที่มีอิเล็กตรอนอยู่ในวัสดุ [ 10 ]...