Сборка экспериментального образца российского фотонного процессора, обрабатывающего информацию в сотни раз быстрее современных цифровых нейросетей на основе традиционных полупроводниковых компьютеров, начнется в августе и закончится до конца нынешнего года, сообщил РИА Новости участник проекта, профессор кафедры технической кибернетики Самарского университета имени Королёва, доктор физико-математических наук Роман Скиданов. "Реализация нашего проекта идет по плану, создание экспериментального образца фотонного процессора находится сейчас в стадии корпусной сборки. На настоящий момент изготовлены все основные элементы экспериментального образца, и в этом месяце, в августе, мы приступаем к сборке", - сказал Скиданов. "Принято решение применить в экспериментальном образце другой лазер – диодного типа, он более компактный и обладает меньшей когерентностью, что должно улучшить характеристики процессора. Насколько лучше - покажут будущие испытания и эксперименты. Завершить сборку и провести испытания планируется до конца 2024 года", - добавил он. Демонстрационный образец процессора был создан специалистами Самарского университета имени Королева в рамках научной программы Национального центра физики и математики (НЦФМ), реализуемой при поддержке госкорпорации "Росатом". Процессор работает на основе новой, фотонной компонентной базы, в которой информация передается частицами света (фотонами), а не электронами, как в привычных вычислителях.Образец фотонного процессора был создан в интересах реализации к 2030 году в НЦФМ фотонной вычислительной машины класса "мегасайенс". По проекту, производительность машины будет рекордной и достигнет 10 в 21 степени операций в секунду. Такая "меганаучная" установка позволит решать прикладные задачи по обработке больших массивов данных и получать фундаментальные результаты в области искусственного интеллекта и машинного обучения. Специализированный процессор уже сегодня позволяет распознавать огромные массивы данных в объемных видеопотоках. Аналоговая фотонная вычислительная система позволяет проводить анализ и распознавание объектов в сотни раз быстрее современных цифровых нейросетей на основе традиционных полупроводниковых компьютеров. Это особенно важно для оперативного анализа так называемых гиперспектральных данных, изначально представляющих собой значительные по объему массивы информации. Ранее сообщалось, что надежность распознавания в ходе первых экспериментов на демонстрационном образце составила 93,75%. Точность и надежность распознавания у экспериментального образца должна вырасти за счет подбора компонентов с улучшенными характеристиками. Также сообщалось, что опытный образец установки, как планируется, будет готов в 2025 году. | 
