Фотонные процессоры: как заменить электроны на фотоны и зачем это нужно?

Алексей Владимирович Нежданов, кандидат физико-математических наук, ННГУ им. Н.И. Лобачевского

Современные электронные процессоры применяются в подавляющем большинстве сфер нашей жизни. Они задействованы во всех устройствах, которые применяют какую бы то ни было «логику». Это могут быть классические вычислительные системы (там, где процессор – главный компонент), такие как персональные компьютеры и ноутбуки, серверы и рабочие станции, а также суперкомпьютеры, представляющие собой тысячи обычных процессоров и специализированных ускорителей (например, графических), соединённых вместе. Цифровые процессоры применяются в портативных и мобильных устройствах: смартфоны и планшеты, умные часы и фитнес-трекеры, электронные книги. Находят они применение и в «умной» бытовой технике и IoT (интернет вещей), начиная от холодильников и телевизоров, заканчивая сетевыми устройствами (роутер и точка доступа Wi-Fi). Также они задействован в транспорте и промышленности (управление двигателем, системы навигации и автоматизация производства). Процессоры находят своё применение даже там, где вы не ожидаете: пульты дистанционного управления, зарядные устройства и даже светодиодные гирлянды.

Однако, на каком бы совершенном уровне ни находилась современная технология производства процессоров, на текущий момент она обладает комплексом недостатков. Ниже перечисляются основные из них.

1. Физические и технологические ограничения

• Туннелирование электронов: когда размеры транзисторов приближаются к атомарному уровню (сейчас это 3-2 нм, что составляет всего несколько десятков атомов кремния), возникает квантовый эффект. Электроны начинают "просачиваться" (туннелировать) через закрытый затвор транзистора, который должен их блокировать. Это приводит к утечкам тока, бесполезному нагреву и ошибкам в работе.
• Плотность мощности и тепловыделение: количество транзисторов на чипе продолжает расти, но уменьшать напряжение питания дальше невозможно из-за тех же квантовых эффектов. В результате плотность мощности (мощность на единицу площади) становится колоссальной. Современный высокопроизводительный чип может выделять более 250 Вт на площади размером с ноготь. Отвести такое количество тепла без массивных и дорогих систем охлаждения невозможно. Это упирается в предел производительности одноядерного процессора.

2. Проблема энергоэффективности. Это следствие первой проблемы. Раньше с каждым новым техпроцессом потребляемая мощность снижалась, а производительность росла. Сейчас для увеличения частоты или производительности приходится значительно увеличивать напряжение, что приводит к квадратичному росту энергопотребления. Дальнейший рост частоты упирается в непрактично высокое тепловыделение. Именно поэтому частота топовых CPU уже много лет как застыла на отметке 5-6 ГГц.

3. Архитектурные ограничения

• Разрыв в скорости процессора и памяти: скорость работы процессорных ядер растет гораздо быстрее, чем скорость оперативной памяти (DRAM). Процессор может простаивать сотни тактов, ожидая, когда данные из медленной оперативной памяти попадут в его сверхбыстрые кэши. Это узкое место — "Memory Wall" — одна из главных проблем для производительности в реальных задачах.
• Параллелизм и закон Амдала: поскольку увеличивать частоту и производительность одного ядра стало невыгодно, индустрия пошла по пути увеличения количества ядер (многоядерность). Однако не все задачи можно эффективно распараллелить на множество ядер. Закон Амдала гласит, что общее ускорение программы ограничено временем, которое должно выполняться последовательно. В результате для многих приложений 8-ядерный процессор может быть ненамного быстрее 4-ядерного.

4. Экономические проблемы

• Стоимость разработки и производства: стоимость построения нового полупроводникового завода (Fab) для передовых техпроцессов (5 нм, 3 нм) исчисляется десятками миллиардов долларов. Стоимость разработки и литографии каждого нового поколения чипов также растет экспоненциально. Это привело к консолидации рынка: теперь только 2-3 компании в мире (TSMC, Samsung) могут позволить себе производство на самых передовых узлах.
• Уменьшение отдачи: если раньше новый техпроцесс гарантировал значительный прирост производительности и снижение потребляемой мощности при снижении стоимости на транзистор, то сейчас стоимость на транзистор перестала падать и даже начала расти. Экономическая модель закона Мура нарушилась.

5. Проблемы безопасности

• Спекулятивное исполнение: современные процессоры для повышения производительности предугадывают, какие команды и данные понадобятся дальше, и выполняют их заранее. Это создало целый класс уязвимостей (Spectre, Meltdown и их вариации), позволяющих злоумышленнику получать доступ к защищенной памяти.
• Аппаратные закладки: глобализация производства делает цепочку поставок уязвимой. Вредоносные изменения могут быть внесены на этапе проектирования (на уровне HDL-кода) или производства.

Для того чтобы решить все эти накопившиеся проблемы, современная наука работает в следующих направлениях:

1. Новые материалы: переход с кремния на материалы с лучшей электронной подвижностью, например, арсенид галлия или графен (пока в основном в теории).
2. Новая архитектура чипов: вместо одного большого кристалла используется несколько небольших специализированных чипов (ядра, I/O, GPU), соединенных внутри одной подложки. Это повышает выход годной продукции и снижает стоимость (пример: процессоры AMD Ryzen).
3. Новые парадигмы вычислений:

• Квантовые вычисления: для решения специфических задач (криптография, моделирование молекул).
• Нейроморфные вычисления: архитектура, имитирующая работу человеческого мозга, для задач ИИ.

4. Специализированные ускорители (ASIC): вместо универсальных CPU создаются чипы, заточенные под конкретные задачи: NPU для нейросетей, GPU для графики и вычислений, VPU для видеокодирования.

5. Оптические вычисления: использование фотонов вместо электронов для передачи данных, что потенциально может решить проблему энергоэффективности и скорости.

В итоге современные проблемы процессоров — это не отдельные неисправности, а системный кризис парадигмы, которая доминировала последние 50 лет. Будущее заключается не в простом увеличении тактовой частоты, а в гетерогенных архитектурах, специализации и поиске совершенно новых физических принципов вычислений.

Далее мы рассмотрим одно из наиболее перспективных, на взгляд автора, направлений развития современных процессоров – фотонику. Она предлагает передавать данные светом: быстрее, без нагрева, с огромными скоростями. При этом сложные сетевые конструкции, объединённые с классическим процессором, могут выполнять сложные математические задачи, ключевые из которых приводятся далее:

1. Матричные операции и линейная алгебра. Это "золотая середина" для фотоники. Световые сигналы, проходя через структуры фотонного чипа (например, через сеть интерферометров Маха-Цендера), могут естественным образом выполнять умножение матриц и векторов почти мгновенно и с огромной параллельностью.

• Умножение матрицы на вектор: одна из базовых операций. Фотонный процессор может выполнить её за одно прохождение света через чип, в то время как электронному CPU требуется множество тактов.
• Свёртки (Convolutions): краеугольный камень обработки сигналов и изображений, а также операция, лежащая в основе свёрточных нейронных сетей (CNN).
• Решение систем линейных уравнений: специальные фотонные схемы могут быть настроены для нахождения решений систем уравнений.

Практическое применение: машинное обучение и искусственный интеллект. Прямой проход данных через нейронную сеть — это, по сути, последовательность умножений матриц (весов) на векторы (входные данные). Фотонные чипы, такие как разрабатываемые компаниями Lightmatter (чип Envise) и Lightelligence, нацелены именно на ускорение искусственного интеллекта.

2. Быстрое преобразование Фурье (FFT). Преобразование Фурье – фундаментальная операция, которая раскладывает сигнал (звуковой, изображение, любые данные) на составляющие его частоты. Фотонные процессоры могут выполнять аналоговое преобразование Фурье аппаратно, за один шаг, с помощью линз и других дифракционных элементов. Как это работает: свет, несущий информацию о сигнале, проходит через линзу. В фокальной плоскости этой линзы формируется его спектр Фурье, то есть преобразование уже выполнено физически, просто за счет распространения света.

Практическое применение: обработка сигналов в реальном времени (радары, сонары, телекоммуникации), спектральный анализ, сжатие данных и медицинская визуализация.

3. Специализированные задачи оптимизации. Некоторые фотонные архитектуры (например, когерентные Ising machines – CIM) физически моделируют сложные оптимизационные задачи.

• Задача коммивояжёра: классическая задача поиска оптимального маршрута.
• Задача выполнимости булевых формул (SAT): ещё одна проблема, важная для теории алгоритмов и искусственного интеллекта.
• Модели Изинга: фотонная система может быть настроена так, чтобы её состояние с минимальной энергией соответствовало решению сложной задачи оптимизации. Это находит применение в финансовом моделировании, логистике и открытии новых лекарств.

Принцип: Система "сама находит" решение, стремясь к состоянию с минимальными энергетическими потерями, что происходит на скоростях света.

4. Символьные вычисления и интегральные преобразования. Фотоника эффективна для выполнения интегральных преобразований, таких как:

• Преобразование Лапласа;
• Преобразование Гильберта;
• Вейвлет-преобразования.

Эти операции критически важны в продвинутой обработке сигналов и теории управления.

5. Гибридные вычисления и ускорители. Важно понимать, что фотонный процессор в обозримом будущем вряд ли будет полностью самостоятельным компьютером. Его роль – быть акселератором (как GPU), работающим в тандеме с традиционным электронным CPU. Типичный пример такого процесса:

• Электронный процессор подготавливает данные, управляет программой и выполняет задачи, не подходящие для фотоники (логика, ветвление).
• Специализированные математические задачи (матричные умножения, FFT) "оффлоудятся" на фотонный акселератор.
• Фотонный чип выполняет их с колоссальной скоростью и минимальным энергопотреблением.
• Результат возвращается в электронный процессор для дальнейшей обработки.

Преимущества, благодаря которым выполнение всех этих задач возможно:

• Высокая параллельность: множество световых лучей разных длин волн (каналов) могут передавать информацию одновременно по одному и тому же волноводу без интерференции (технология WDM – wavelength-division multiplexing).
• Скорость света: сигналы распространяются со скоростью света в среде, что на порядки сокращает задержки по сравнению с движением электронов.
• Низкое энергопотребление: после генерации света его передача и модуляция требуют гораздо меньше энергии, чем постоянная зарядка/разрядка ёмкостей в кремниевых чипах. Это решает проблему нагрева.
• Отсутствие помех: фотоны, в отличие от электронов, не взаимодействуют друг с другом так сильно, что позволяет избежать помех и Crosstalk'а на малых расстояниях.

Чего фотонные процессоры (пока) НЕ делают хорошо:

• Логика и ветвление: свет плохо подходит для традиционной булевой логики (AND, OR, NOT) и условных переходов (if-else), где электронные транзисторы пока вне конкуренции.
• Универсальность: современные фотонные чипы – это специализированные акселераторы, а не универсальные центральные процессоры. Они не предназначены для запуска операционной системы или видеоигр.
• Точность: аналоговые фотонные вычисления могут уступать по точности цифровым электронным, поэтому для задач, требующих суперточности (double precision), могут потребоваться гибридные подходы с цифровой коррекцией ошибок.

Как итог, фотонные процессоры (или оптические компьютеры) – это не просто замена электронным транзисторам, а принципиально иной подход к вычислениям, использующий свойства света. Их главная сила заключается в решении специфических классов математических задач, которые являются вычислительным «узким горлышком» в современных областях: искусственном интеллекте, больших данных, научных моделированиях и сложной оптимизации. Они открывают путь к эксафлопсным вычислениям с приемлемым энергопотреблением, где они многократно превосходят традиционные электронные процессоры по скорости и энергоэффективности. При этом не требуются ультрасовременные технологические процессы. Достаточно использовать уровень технологий микроэлектроники десяти-, а то и двадцатилетней давности.

При грантовой поддержке Минобрнауки России в рамках Десятилетия науки и технологий