Сборка экспериментального прототипа российского фотонного процессора, превосходящего современные цифровые нейросети по скорости обработки информации в сотни раз, начнется в августе и завершится до конца года. Об этом сообщил РИА Новости профессор кафедры технической кибернетики Самарского университета имени Королёва, доктор физико-математических наук Роман Скиданов.

"Проект продвигается по плану, и создание экспериментального образца фотонного процессора находится на стадии корпусной сборки. Все основные компоненты уже изготовлены, и в августе мы приступаем к сборке", - заявил Скиданов. По его словам, для экспериментального образца было решено использовать диодный лазер, который более компактен и характеризуется меньшей когерентностью, что, предположительно, улучшит характеристики процессора. Окончательные результаты покажут предстоящие испытания и эксперименты. Сборка и испытания планируется завершить до конца 2024 года.

Демонстрационный образец процессора был создан специалистами Самарского университета имени Королёва в рамках научной программы Национального центра физики и математики (НЦФМ), поддерживаемой госкорпорацией "Росатом". Процессор использует фотонную компонентную базу, в которой информация передается частицами света, а не электронами, как в традиционных вычислительных системах.

Прототип фотонного процессора был разработан для реализации к 2030 году в НЦФМ фотонной вычислительной машины класса "мегасайенс". Ожидается, что производительность этой машины достигнет 10^21 операций в секунду. Такая установка окажет значительное влияние на обработку больших массивов данных и предоставит фундаментальные результаты в области искусственного интеллекта и машинного обучения.

Фотонный процессор уже демонстрирует способность к распознаванию больших объемов данных, включая видеопотоки, значительно быстрее, чем современные цифровые нейросети на основе традиционных полупроводниковых компьютеров. Это особенно важно для оперативного анализа гиперспектральных данных, представляющих собой большие массивы информации. В ходе первых экспериментов на демонстрационном образце надежность распознавания достигла 93,75%. Ожидается, что точность и надежность распознавания экспериментального образца увеличатся благодаря улучшенным компонентам. Также планируется, что опытный образец установки будет готов в 2025 году.