Bei elektronischen Systemen ist es notwendig, viele Einzeloperationen nacheinander auszuführen. Zur Datenübertragung mithilfe von Glasfasern wird beispielsweise die Wellenlänge des Lichts ausgenutzt, damit Daten auf vielen Farben gleichzeitig über dieselbe Glasfaser ausgetauscht werden können.
Schneller durch parallele Verarbeitung
Dieses Prinzip lässt sich auch für photonische Rechner verwenden: Unterschiedliche Rechenoperationen werden auf unterschiedliche Farben codiert und parallel im selben optischen Rechensystem durchgeführt. Die parallele Verarbeitung bietet enorme Geschwindigkeitszuwächse in der Taktfrequenz – die Berechnungen erfolgen gleichsam mit Lichtgeschwindigkeit. Photonische Rechner können nicht nur deutlich schneller rechnen als elektronische Systeme, sie können darüber hinaus in einer Dimension skaliert werden, die traditionellen Rechnern grundsätzlich nicht verfügbar ist.
Photonische Schaltungen können dank der Fortschritte der Materialwissenschaft und der integrierten Optik heute am Rechner entworfen, simuliert und anschließend in Fertigungsfabriken oder auch bei uns im Reinraum in Heidelberg hergestellt werden. Der Fertigung photonischer Schaltungen kommt die bereits langjährige Erfahrung bei der Herstellung elektronischer Schaltungen zugute. Glücklicherweise kann auf Silizium als Wellenleitermaterial zurückgegriffen werden – auch das weist eine hohe Kompatibilität mit den Methoden der Halbleiterindustrie auf.
Mit Matrizen und Vektoren
Das Bereitstellen all dieser Kapazitäten erlaubt es, einzelne Bausteine zu großflächigen Systemen zusammenzufassen. Für das optische Rechnen bedeutet dies: Kleine Schaltkreise werden zu mächtigen Rechenwerken zusammengeschaltet, die viele Multiplikationen und Additionen parallel ausführen. Dies geschieht mithilfe von Rechengittern oder Matrizen. Die Eingänge der zu multiplizierenden Zahlen liegen parallel als Vektoren vor.
Auf ihrer Basis führen die photonischen Chips Matrix-Vektor-Rechnungen mithilfe von Licht durch – mit sehr hohem Datendurchsatz und sehr geringem Energieaufwand. Schon heute werden in der Künstlichen Intelligenz synthetische, Nervenzell-Netzwerken nachempfundene Strukturen für kognitive Prozesse eingesetzt. Matrix-Vektor-Multiplikationen sind in diesen neuronalen Netzwerken zentrale Berechnungen. Sie müssen jedoch immer wieder durchgeführt werden, was sehr viel Zeit und Energie kostet.
Um Zeit und Energie zu sparen, versuchen wir, die zentralen Rechenschritte von speziellen Beschleunigersystemen ausführen zu lassen, die für diese Art von Rechenoperationen optimiert sind
und sie für weitere Berechnungen effizient verfügbar machen können. Hier kommen photonische Hardwarebeschleuniger ins Spiel: Sie erlauben eine sehr rasche Datenverarbeitung und stellen langfristig eine sehr große Rechenkapazität bereit.
