맨위로가기

광 컴퓨터

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

광 컴퓨터는 빛을 이용하여 정보를 처리하는 컴퓨터이다. 현대 전자 컴퓨터의 구성 요소인 트랜지스터를 대체하는 광학 트랜지스터를 사용하며, 광학 논리 게이트를 만들어 중앙 처리 장치(CPU)와 같은 상위 수준의 구성 요소를 조립한다. 광학 프로세서, 광 데이터 전송, 광 저장 장치, 광원 등이 필요하다.

광 컴퓨터는 광자를 사용하여 논리 게이트를 구현하는 광 논리를 사용하며, 비선형 광학 효과를 통해 스위칭을 얻는다. 시간 지연, 온칩 광자 텐서 코어, 파장 기반 컴퓨팅, 투명 용지, 마스킹 광 빔, 광 푸리에 보조 프로세서, 이징 머신 등 다양한 접근 방식이 연구되고 있다.

광 컴퓨터는 집적도 향상, 전력 소비 감소, 비용 절감 등의 과제를 안고 있으며, 기존 전자 컴퓨터와의 경쟁에서 속도, 전력 소비, 비용, 크기 등에서 불확실성을 가지고 있다. IBM, 마이크로소프트 등 여러 기업이 광 컴퓨터 개발에 참여하고 있다.

더 읽어볼만한 페이지

  • 광자학 - 광섬유 통신
    광섬유 통신은 유리나 플라스틱 광섬유를 통해 빛으로 정보를 전달하는 통신 방식으로, 낮은 신호 손실, 넓은 대역폭, 전자기 간섭에 강한 특성 덕분에 장거리, 고속 통신에 유리하여 통신, 인터넷, 케이블 TV 등 다양한 분야에서 핵심 기술로 활용된다.
  • 광자학 - 포지트로늄
    포지트로늄은 전자와 양전자가 결합된 가벼운 원자로, 스핀 방향에 따라 파라포지트로늄과 오르토포지트로늄으로 나뉘며 양자전기역학 연구에 중요한 역할을 하지만 자연적으로는 발생하지 않는다.
  • 신기술 - 탄소 나노튜브
    탄소 나노튜브는 탄소 원자로 이루어진 나노미터 크기의 튜브로, 뛰어난 특성으로 인해 다양한 분야에 응용되며, 단일벽과 다중벽으로 구분되고, 아크 방전 등의 방법으로 합성된다.
  • 신기술 - 라이다
    라이다는 레이저를 사용하여 물체의 거리와 3차원 형상 정보를 측정하는 기술로, 코라이더 시스템에서 유래되어 자율주행차, 지형 측량, 대기 관측 등 다양한 분야에서 활용되며, 레이저 빔을 발사하고 반사된 빛의 비행시간을 측정하여 거리를 계산하는 원리를 사용한다.
광 컴퓨터
개요
유형컴퓨터
종류병렬 컴퓨팅
작동 방식광자 또는 빛을 사용하여 작동

2. 역사

광컴퓨터 개발의 역사는 광학적 신호 처리 기술의 발전과 함께 한다. 1960년대 레이저의 발명은 광컴퓨터 연구의 초기 단계를 자극하였다.

3. 광컴퓨터의 구성 요소

광컴퓨터는 기존 전자 컴퓨터와 유사하게 광학 프로세서, 광 데이터 전송, 광학 저장 장치,[8] 광원(광학 전원) 등으로 구성된다. 하지만, 각 구성 요소는 빛을 기반으로 작동한다는 점에서 차이가 있다.

전기 부품을 대체하려면 데이터를 광자에서 전자로 변환해야 하는데, 이 과정에서 시스템 속도가 느려질 수 있다. 전류는 컴퓨터 시스템 내에 열을 발생시켜 처리 속도가 향상될수록 하드웨어에 치명적인 손상을 줄 수 있지만, 광자는 전자보다 주어진 크기에 대해 더 적은 양으로 존재하여 더 강력한 처리 시스템 개발을 가능하게 한다.

광 기반 컴퓨팅을 위한 광 인터커넥션은 큰 진전이 있었으며, 현재 인텔(Intel)에서 인터커넥션을 테스트하고 확장하는 단계에 있다.

3. 1. 광학 프로세서

현대 전자 컴퓨터의 기본 구성 요소는 트랜지스터이다. 전자 부품을 광학 부품으로 대체하려면 이에 상응하는 광학 트랜지스터가 필요하다. 이는 결정 광학을 통해 달성된다(비선형 굴절률을 가진 물질 사용).[4] 특히, 입사광의 세기가 쌍극 트랜지스터의 전류 응답과 유사한 방식으로 물질을 통과하는 빛의 세기에 영향을 미치는 물질이 존재한다.[5] 이러한 광학 트랜지스터[6][7]는 광학 논리 게이트를 만드는 데 사용될 수 있으며,[7] 이는 다시 컴퓨터의 상위 수준 구성 요소인 중앙 처리 장치(CPU)로 조립된다. 이러한 논리 게이트는 빛 빔을 조작하여 다른 빛 빔을 제어하는 데 사용되는 비선형 광학 결정이다.

모든 컴퓨팅 시스템과 마찬가지로, 광학 컴퓨팅 시스템이 제대로 작동하려면 광학 프로세서가 필요하다.

광 컴퓨터의 주요 과제는 계산이 여러 신호가 상호 작용해야 하는 비선형 과정이라는 점이다. 전자기파인 빛은 물질 내의 전자가 있는 경우에만 다른 전자기파와 상호 작용할 수 있으며,[11] 이 상호 작용의 강도는 빛과 같은 전자기파의 경우 기존 컴퓨터의 전자 신호보다 훨씬 약하다. 이것은 광학 컴퓨터의 처리 요소가 트랜지스터를 사용하는 기존 전자 컴퓨터보다 더 많은 전력과 더 큰 크기를 필요로 할 수 있음을 의미한다.

3. 2. 광 데이터 전송

결맞는 광선은 서로 간섭 없이 (적어도 교차 후에도) 통과한다. 전자는 서로 반발하지만 광자는 그렇지 않다. 이로 인해 구리선을 따라 전송되는 신호는 속도가 급격히 감소한다. 광섬유 케이블에서는 이러한 문제가 발생하지 않는다. 몇몇 레이저 광선은 기본적으로 2차원에 갇혀 있을 때조차, 서로 거의 또는 전혀 간섭 없이 그러한 경로가 교차하는 방식으로 전달된다. 전류는 서로 유도되어야 하며, 이는 3차원 연결을 필요하게 만든다. 따라서 광 컴퓨터는 전자 컴퓨터에 비해 압도적으로 빠를 뿐만 아니라 더 작게 만들 수도 있을 것이다.[36]

광통신 시스템은 일반적으로 짧은 거리에서는 전자 시스템보다 더 많은 전력을 소비한다. 이는 광통신 경로의 샷 노이즈가 전자 통신 경로의 열 잡음보다 크기 때문에, 정보 이론에 따르면 동일한 데이터 용량을 달성하기 위해 더 많은 전력이 필요하다는 것을 알 수 있기 때문이다. 그러나 더 긴 거리나 더 높은 데이터 전송 속도에서는 전기 배선으로 인한 손실이 충분히 커서 광통신이 전자 통신에 비해 전력 소비가 적다. 통신의 데이터 전송 속도가 증가함에 따라 이 거리는 길어지고 컴퓨팅 시스템에서 광의 사용 가능성은 실질적으로 커지고 있다.[41]

3. 3. 광 전원

광자는 전자와 비교하여 주어진 크기에 대해 더 적은 양으로 존재할 수 있다. 이 때문에 광자를 이용하면 더욱 강력한 처리 시스템을 개발할 수 있다. 장치와 부품 크기 면에서 가시광선 및 적외선 네트워크의 몇 가지 장점을 활용하면, 컴퓨터는 기존의 전자 컴퓨터에 비해 압도적으로 빠른 속도로 처리할 수 있는 시스템으로 개발될 수 있다.[36]

금속 도체 대신, 결맞는 광선은 서로 간섭 없이 (적어도 교차 후에도) 통과한다. 전자는 서로 반발하지만 광자는 그렇지 않다. 이 때문에 구리선을 따라 전송되는 신호는 속도가 급격히 감소하지만, 광섬유 케이블에서는 이러한 문제가 발생하지 않는다. 몇몇 레이저 광선은 기본적으로 2차원에 갇혀 있을 때조차, 서로 거의 또는 전혀 간섭 없이 그러한 경로가 교차하는 방식으로 전달된다. 전류는 서로 유도되어야 하며, 이는 3차원 연결을 필요하게 만든다. 따라서 광 컴퓨터는 전자 컴퓨터에 비해 압도적으로 빠를 뿐만 아니라 더 작게 만들 수도 있다.[36]

4. 광 논리

광자 논리는 논리 게이트(NOT, AND, OR, NAND, NOR, XOR, XNOR)에서 광자(빛)를 사용하여 구현된다. 두 개 이상의 신호를 결합할 때 비선형 광학 효과를 사용하여 스위칭을 얻는다.[7] 공진기는 보강 간섭으로부터 에너지를 축적하여 광학적 비선형 효과를 향상시키기 때문에 광자 논리에 특히 유용하다.

나노 기술 수준에서 광 발광 화학 물질을 사용하여 광자 논리를 구현하는 방법도 연구되고 있다. Witlicki 등은 분자와 SERS를 사용하여 논리 연산을 수행하는 방법을 시연했다.[12]

양자 컴퓨팅에 사용되는 광 제어-NOT 게이트의 구현

5. 광컴퓨터의 과제와 전망

광 컴퓨터는 아직 상용화 초기 단계로, 해결해야 할 과제가 많다. 광 소자의 집적도를 높이고, 전력 소비와 비용을 줄이는 것이 주요 과제이다. 비선형 광학 소자 기술의 발전과 컴퓨팅 패러다임의 변화가 필요하다는 의견도 있다.[40]

컴퓨터 시스템은 작동 시 열을 발생시키는데, 처리 속도가 빨라질수록 더 많은 전력이 필요하며, 이는 과도한 열로 인해 하드웨어에 치명적인 손상을 줄 수 있다. 그러나 광자는 전자보다 주어진 크기에 대해 더 적은 양으로 존재할 수 있어, 더 강력한 처리 시스템 개발이 가능하다. 가시광선 및 적외선 네트워크의 장점을 활용하면, 기존 전자 컴퓨터보다 훨씬 빠른 속도로 처리할 수 있는 시스템을 개발할 수 있다.

금속 도체 대신 결맞는 광선은 서로 간섭 없이 통과한다. 전자는 서로 반발하지만 광자는 그렇지 않아, 구리선을 따라 전송되는 신호는 속도가 감소하는 반면 광섬유 케이블에서는 이러한 문제가 발생하지 않는다. 여러 레이저 광선은 2차원에 갇혀 있을 때도 서로 거의 간섭 없이 경로가 교차하도록 전달될 수 있다. 전류는 서로 유도되어야 하므로 3차원 연결이 필요하지만, 광 컴퓨터는 더 작게 만들 수 있다.

광 컴퓨팅의 중요한 과제는 여러 신호가 상호 작용하여 답을 계산하는 비선형 처리이다. 빛은 물질 내 전자의 존재 하에서만 다른 전자기파와 상호 작용하며, 이 상호 작용의 강도는 기존 컴퓨터의 전자 신호에 비해 약하다. 따라서 광 컴퓨터의 처리 요소는 트랜지스터를 사용하는 기존 전자 컴퓨터보다 더 많은 전력을 필요로 한다.

하지만 광통신 시스템은 짧은 거리에서는 전자 시스템보다 더 많은 전력을 소비한다. 광통신 경로의 샷 노이즈가 전자 통신 경로의 열 잡음보다 커서 동일한 데이터 용량을 달성하기 위해 더 많은 전력이 필요하기 때문이다. 그러나 데이터 전송 속도가 증가하면 광통신이 전자 통신에 비해 전력 소비가 적어지는 거리가 길어져, 컴퓨팅 시스템에서 광의 사용 가능성이 커진다.

5. 1. 오해와 진실

광컴퓨터는 빛의 빠른 속도 때문에 전자 컴퓨터보다 무조건 빠를 것이라는 오해가 있다. 빛은 전자의 드리프트 속도보다 훨씬 빠르고 THz 단위로 측정되는 주파수로 이동할 수 있으므로, 광학 트랜지스터가 매우 높은 주파수를 처리할 수 있을 것이라는 생각이다.[11] 하지만, 모든 전자기파는 변환 한계를 따르기 때문에 광학 트랜지스터가 신호에 응답할 수 있는 속도는 스펙트럼 대역폭에 의해 제한된다.[41] 광섬유 통신에서 분산과 같은 실제적인 한계는 채널을 수십 GHz의 대역폭으로 제한하는데, 이는 많은 실리콘 트랜지스터보다 약간 나은 수준이다. 따라서 전자 트랜지스터보다 훨씬 빠른 작동을 얻으려면 고도로 분산된 도파관을 따라 초단 펄스를 전송하는 실용적인 방법이 필요하다.

6. 비전통적인 접근 방식

기존 컴퓨터와 다른 방식으로 광컴퓨터를 구현하기 위한 다양한 연구가 진행되고 있다.


  • 시간 지연 광 컴퓨팅: 빛을 지연시켜 계산을 수행하는 방식으로, 해밀턴 경로 문제나 부분 집합 합 문제와 같은 NP-완전 문제 해결에 응용될 수 있다. 광섬유를 이용해 빛을 지연시키거나, 빛을 여러 갈래로 나누어 동시에 여러 솔루션을 평가하는 방식으로 작동한다.[13][14]


부분 집합 합 문제를 해결하기 위한 광학 장치

  • 온칩 광자 텐서 코어: 그래픽 처리 장치(GPU) 기반 가속 기술에 대한 수요 증가와 함께, 온칩 통합 광학을 사용한 광자 기반 프로세서 개발이 주목받고 있다. 위상 변조 기반 딥 러닝 신경망[15]과 광자 메모리를 사용한 진폭 변조[16] 기술은 신경 형태 컴퓨팅을 위한 새로운 광자 기술 영역을 창출했으며,[17][18] 이는 광자 텐서 코어와 같은 새로운 광자 컴퓨팅 기술로 이어졌다.[19]
  • 파장 기반 컴퓨팅: 빛의 파장을 이용하여 3-SAT 문제 해결에 사용될 수 있다. 광선에 포함된 각 파장을 변수의 값 할당으로 간주하고, 프리즘과 거울을 이용해 만족하는 파장을 구별한다.[20][21]
  • 투명 용지를 이용한 컴퓨팅: 복사기와 투명 시트를 사용하여 k-SAT 문제를 해결하는 방식이다. 변수 할당, 절 평가, 해 도출의 세 단계를 거친다.[22][23]
  • 마스킹 광 빔: 외판원 문제 해결에 광학적 접근 방식을 사용한 연구가 2007년에 발표되었다. 가능한 경로를 이진 행렬로 저장하고, 광학적 상관기를 사용하여 광학적으로 곱셈을 수행한다.[24]
  • 광 푸리에 보조 프로세서: 렌즈의 푸리에 변환 특성을 이용하여 광학적으로 연속 푸리에 변환을 수행하는 기술이다. 액정 공간 광 변조기와 CMOS 또는 CCD 이미지 센서를 사용하며, 2차원 이산 푸리에 변환(DFT) 계산 등에 활용될 수 있다.[25]
  • 이징 머신: 이징 모델에서 영감을 받아 설계된 물리적 컴퓨터로, 요시히사 야마모토의 스탠퍼드 대학교 연구실에서 광자를 이용한 이징 머신 구축을 선도했다. 초기에는 레이저, 거울 등을 사용했으며,[28][27] 이후 휴렛 팩커드 연구소에서 포토닉 칩 설계 도구를 개발하여 단일 칩에 이징 머신을 구축했다.[28]

6. 1. 시간 지연 광 컴퓨팅

빛(또는 다른 신호)을 지연시켜 유용한 계산을 수행하는 것이 기본 아이디어이다.[13] 특히, 기존 컴퓨터로 풀기 어려운 문제인 NP-완전 문제와 같은 문제를 해결하는 데 관심이 있다.

이 접근 방식에서 실제로 사용되는 빛의 두 가지 기본 속성은 다음과 같다.

  • 빛은 특정 길이의 광섬유를 통과시켜 지연시킬 수 있다.
  • 빛은 여러 개의 (부분) 광선으로 분할될 수 있다. 이 속성은 또한 동일한 시간에 여러 솔루션을 평가할 수 있기 때문에 필수적이다.


시간 지연으로 문제를 해결할 때 다음 단계를 따라야 한다.

  • 첫 번째 단계는 광 케이블과 분할기로 구성된 그래프와 같은 구조를 만드는 것이다. 각 그래프에는 시작 노드와 대상 노드가 있다.
  • 빛은 시작 노드를 통해 들어가 대상에 도달할 때까지 그래프를 통과한다. 호를 통과할 때 지연되고 노드 내부에서 분할된다.
  • 빛은 호 또는 노드를 통과할 때 표시되므로 대상 노드에서 해당 사실을 쉽게 식별할 수 있다.
  • 대상 노드에서는 특정 순간에 도착하는 신호(신호 강도의 변동)를 기다린다. 해당 순간에 신호가 도착하지 않으면 문제에 대한 해결책이 없음을 의미한다. 그렇지 않으면 문제에 대한 해결책이 있다. 변동은 광검출기와 오실로스코프로 읽을 수 있다.


이러한 방식으로 처음 다룬 문제는 해밀턴 경로 문제였다.[13]

가장 간단한 것은 부분 집합 합 문제이다.[14] 4개의 숫자 {''a1, a2, a3, a4''}를 사용하여 인스턴스를 해결하는 광학 장치는 아래와 같다.

빛은 시작 노드로 들어간다. 이는 더 작은 강도의 두 개의 (부분) 광선으로 나뉜다. 이 두 광선은 순간 ''a1''과 0에 두 번째 노드에 도달한다. 각각은 0, ''a1'', ''a2'' 및 ''a1 + a2'' 순간에 세 번째 노드에 도달하는 두 개의 부분 광선으로 나뉜다. 이것은 집합 {''a1, a2''}의 모든 부분 집합을 나타낸다. 신호 강도의 변동은 4개 이하의 서로 다른 순간에 나타날 것으로 예상한다. 대상 노드에서는 16개 이하의 다른 순간에 변동이 발생할 것으로 예상한다(이는 주어진 모든 부분 집합이다). 목표 순간 ''B''에서 변동이 있으면 문제에 대한 해결책이 있음을 의미하고, 그렇지 않으면 요소의 합이 ''B''와 같은 부분 집합이 없다. 실제 구현을 위해서는 길이가 0인 케이블을 가질 수 없으므로 모든 케이블은 작은(모두에 대해 고정된) 값 ''k''로 증가한다. 이 경우 솔루션은 순간 ''B+n×k''에 예상된다.

6. 2. 온칩 광자 텐서 코어

21세기 두 번째 10년 동안, 그래픽 처리 장치(GPU) 기반 가속 기술에 대한 수요가 증가하면서 온칩 통합 광학을 사용하여 광자 기반 프로세서를 만드는 것에 대한 관심이 커졌다. 위상 변조를 기반으로 하는 딥 러닝 신경망[15]과 광자 메모리를 사용한 진폭 변조의 등장[16]은 신경 형태 컴퓨팅을 위한 새로운 광자 기술 영역을 창출했으며[17][18], 이는 광자 텐서 코어와 같은 모든 온칩의 새로운 광자 컴퓨팅 기술로 이어졌다.[19]

6. 3. 파장 기반 컴퓨팅

파장 기반 컴퓨팅[20]은 변수 ''n''개, 절 ''m''개, 절당 최대 세 개의 변수를 갖는 3-SAT 문제를 해결하는 데 사용될 수 있다. 광선에 포함된 각 파장은 ''n''개의 변수에 대한 가능한 값 할당으로 간주된다. 광학 장치는 공식에 만족하는 적절한 파장을 구별하는 데 사용되는 프리즘과 거울을 포함한다.[21]

6. 4. 투명 용지를 이용한 컴퓨팅

이 방식은 복사기와 투명 시트를 사용하여 계산을 수행한다.[22] k-SAT 문제는 n개의 변수, m개의 절, 절당 최대 k개의 변수를 가지며, 다음 세 단계로 해결되었다:[23]

  • 첫째, n번 복사하여 n개 변수에 대한 모든 2n개의 가능한 할당을 생성한다.
  • 둘째, 진리표의 최대 2k개 복사본을 사용하여 각 절을 진리표의 모든 행에서 동시에 평가한다.
  • 셋째, 모든 m개 절의 겹쳐진 투명 시트의 단일 복사 작업을 수행하여 해를 얻는다.

6. 5. 마스킹 광 빔

외판원 문제는 2007년 Shaked 외 연구진이 광학적 접근 방식을 사용하여 해결하였다.[24] 모든 가능한 TSP 경로는 생성되어 이진 행렬에 저장되었으며, 이 행렬은 도시 간의 거리를 포함하는 다른 그레이 스케일 벡터와 곱해졌다. 곱셈은 광학적 상관기를 사용하여 광학적으로 수행된다.

6. 6. 광 푸리에 보조 프로세서

렌즈의 푸리에 변환 특성을 활용하여 광학적으로 연속 푸리에 변환을 수행하는 기술이 개발되었다. 액정 공간 광 변조기를 사용하여 입력을 인코딩하고, CMOS 또는 CCD 이미지 센서로 결과를 측정한다. 이러한 광학적 구조는 광학적 전파의 상호 연결된 특성 덕분에 계산 복잡성을 줄일 수 있으며, 파동 전파나 열 전달을 설명하는 미분 방정식을 푸는 데 사용되는 2차원 이산 푸리에 변환(DFT)의 고속 계산에 활용될 수 있다. 최신 GPU 기술로도 2차원 DFT의 고속 계산이 가능하지만, 광학적 구조는 2차원 열 방정식을 푸는 데 사용되어 왔다.[25]

6. 7. 이징 머신

이징 모델의 이론에서 영감을 받아 설계된 물리적 컴퓨터를 이징 머신이라고 한다.[28][27][26]

요시히사 야마모토(Yoshihisa Yamamoto)의 스탠퍼드 대학교 연구실은 광자를 사용하여 이징 머신을 구축하는 데 선구적인 역할을 했다. 야마모토와 그의 동료들은 처음에 레이저, 거울 및 광학대에서 흔히 볼 수 있는 기타 광학 부품을 사용하여 이징 머신을 만들었다.[28][27]

나중에 휴렛 팩커드 연구소의 팀은 포토닉 칩 설계 도구를 개발하여 이를 사용하여 단일 칩에 이징 머신을 구축했으며, 해당 단일 칩에 1,052개의 광학 부품을 통합했다.[28]

7. 관련 산업

IBM,[29] 마이크로소프트,[30] 프로키온 포토닉스(Procyon Photonics),[31] 라이트텔리전스,[32] 라이트매터(Lightmatter),[33] 옵탈리시스,[34] 자나두 퀀텀 테크놀로지스, 퀴엑스 퀀텀, 오르카 컴퓨팅, 프사이퀀텀, Quandela|캉델라프랑스어, 툰드라시스템즈 글로벌 등이 광 컴퓨터 개발에 참여하고 있다.[35]

참조

[1] 서적 Mind at Light Speed: A New Kind of Intelligence https://books.google[...] Simon and Schuster 2001
[2] 서적 Optical Computing: A Survey for Computer Scientists MIT Press 1988
[3] 논문 Optical time-domain analog pattern correlator for high-speed real-time image recognition 2011
[4] 웹사이트 These Optical Gates Offer Electronic Access - IEEE Spectrum https://spectrum.iee[...] 2022-12-30
[5] 웹사이트 Encyclopedia of Laser Physics and Technology - nonlinear index, Kerr effect https://www.rp-photo[...]
[6] 논문 Optical transistor 1976
[7] 특허 Optical transistors and logic circuits embodying the same
[8] 웹사이트 Project Silica https://www.microsof[...] 2019-11-04
[9] 논문 The role of optics in computing 2010
[10] 웹사이트 All-Optical Logic Gates Show Promise for Optical Computing https://www.photonic[...] Photonics Spectra 2018-04-08
[11] 서적 Paradox Lost: Images of the Quantum Springer 1996
[12] 논문 Molecular Logic Gates Using Surface-Enhanced Raman-Scattered Light https://figshare.com[...] 2011
[13] 간행물 A light-based device for solving the Hamiltonian path problem Springer LNCS 4135 2006
[14] 논문 Solving the subset-sum problem with a light-based device 2009
[15] 논문 Deep learning with coherent nanophotonic circuits https://www.nature.c[...] 2017-07
[16] 논문 In-memory computing on a photonic platform 2019-02
[17] 서적 Neuromorphic Photonics https://books.google[...] CRC Press 2017-05-08
[18] 논문 Photonics for artificial intelligence and neuromorphic computing https://www.nature.c[...] 2021-02
[19] 논문 Parallel convolutional processing using an integrated photonic tensor core https://www.nature.c[...] 2021-01
[20] 간행물 An Optical Wavelength-Based Solution to the 3-SAT Problem 2009
[21] 논문 Deterministic photonic quantum computation in a synthetic time dimension https://www.osapubli[...] 2021-12-20
[22] 간행물 Parallel Computing by Xeroxing on Transparencies Springer 2009
[23] 문서 Computing by xeroxing on transparencies https://www.youtube.[...] 2015-04-21
[24] 논문 Optical solution for bounded NP-complete problems 2007
[25] 논문 An optical Fourier transform coprocessor with direct phase determination 2017
[26] 뉴스 Odd computer zips through knotty tasks https://www.science.[...] Science 2016-10-20
[27] 뉴스 New Ising-machine computers are taken for a spin http://physicsworld.[...] Physics World 2016-10-31
[28] 뉴스 HPE's New Chip Marks a Milestone in Optical Computing https://spectrum.iee[...] IEEE Spectrum 2017-01-02
[29] 웹사이트 IBM is using light, instead of electricity, to create ultra-fast computing https://www.zdnet.co[...] 2023-07-02
[30] 뉴스 Microsoft's light-based computer marks 'the unravelling of Moore's Law' https://www.pcgamer.[...] PC Gamer 2023-07-02
[31] 간행물 Tensor Algebra on an Optoelectronic Microchip 2022-08-13
[32] 웹사이트 Accelerating AI at the speed of light https://news.mit.edu[...] 2023-07-02
[33] 뉴스 Photonic Computing Startup Lightmatter Hits $1.2 Billion Valuation https://www.bloomber[...] Bloomberg.com 2023-12-19
[34] 웹사이트 Optalysys launches FT:X 2000 - The world's first commercial optical processing system https://insidehpc.co[...] 2023-07-02
[35] 웹사이트 What Is Optical Computing: How Does It Work, Companies And More https://dataconomy.c[...] 2023-07-02
[36] 서적 Mind at Light Speed
[37] 웹사이트 http://www.rp-photon[...]
[38] 논문 Optical transistor 1976
[39] 간행물 Optical transistors and logic circuits embodying the same 1983-05-10
[40] 간행물 The role of optics in computing
[41] 서적 Mind at Light Speed
[42] 웹사이트 http://v3.espacenet.[...]
[43] 웹사이트 http://www.springerl[...]


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com