面向节能纳米光子深度学习的全光超快ReLU函数
光学
2022-01-12 v1 新兴技术
摘要
近年来，深度学习应用的计算需求促使人们引入节能的硬件加速器。光学神经网络是一种有前景的方案；然而，迄今为止它们主要受制于缺乏节能的非线性光学函数。在此，我们利用周期性极化薄膜铌酸锂纳米光子波导，实验演示了一种全光修正线性单元（ReLU）——这是深度学习中应用最广泛的非线性激活函数，并实现了飞焦每激活量级的超低能耗与近瞬时操作。我们的结果为实现真正的全光、节能纳米光子深度学习提供了清晰且实用的路径。
引用
@article{arxiv.2201.03787,
title = {All-optical ultrafast ReLU function for energy-efficient nanophotonic deep learning},
author = {Gordon H. Y. Li and Ryoto Sekine and Rajveer Nehra and Robert M. Gray and Luis Ledezma and Qiushi Guo and Alireza Marandi},
journal= {arXiv preprint arXiv:2201.03787},
year = {2022}
}