基于微环的非相干光子GEMM加速器对比分析

已提出多种基于微环谐振器（MRR）的模拟光子架构，用于加速深度神经网络中的通用矩阵-矩阵乘法（GEMM），并具有卓越的吞吐量和能效。为实现GEMM功能，这些基于MRR的架构通常以五种不同方式操控光信号：（i）分割（复制）多个光信号以实现特定的扇出，（ii）聚合（复用）多个光信号以实现特定的扇入，（iii）调制光信号以将输入值印刻到模拟信号幅度上，（iv）对调制后的光信号进行加权以实现模拟输入-权重乘法，（v）对光信号进行求和。基于MRR的GEMM加速器以任意顺序执行前四种信号操控方式，忽略了这些操控顺序对其性能的可能影响。在本文中，我们对具有三种不同操控顺序的加速器组织进行了详细分析：(1) 调制-聚合-分割-加权（MASW），(2) 聚合-分割-调制-加权（ASMW），以及 (3) 分割-调制-加权-聚合（SMWA）。我们表明，这些组织以不同量级影响串扰噪声和光信号损耗，这使得这些组织在电路级别具有不同级别的处理并行度，并在系统级别具有不同量级的吞吐量和能效-面积效率。我们对四个CNN模型的评估结果显示，平均而言，与ASMW和MASW组织相比，SMWA组织的吞吐量、能效和面积-能效分别最高可达4.4倍、5倍和5.2倍。