光子脉冲哈希检索的硬件实现
光学
2026-03-04 v1
摘要
哈希检索是大规模相似性搜索的关键技术，广泛应用于大型语言模型(LLM)的检索增强生成(RAG)、大规模图像存储库和生物信息学序列比对。然而，传统的电子哈希实现在处理高维数据时面临能耗和延迟的严重瓶颈，而现有的光子神经网络常缺乏针对模拟噪声下直接二进制代码生成的鲁健机制。为此，我们提出一种硬件-软件协同设计的光子脉冲哈希框架。我们利用分布式反馈激光器搭载饱和吸收器(DFB-SA)的非线性阈值动力学，实现单步脉冲神经网络(SNN)的最终二值化。关键的是引入硬件感知量化裕度损失，以最大化决策裕度，有效缓解由光强度波动引起的位翻转。我们在MNIST(图像)和20 Newsgroups(文本)数据集上验证了该系统，展示了稳健的二进制代码生成和高检索准确率，相当于数字基线。最显著的是，所提出的光子架构在编码延迟(2.294 ns/query)和能耗(73.70 pJ/query)方面表现出优越效率。这项工作为高吞吐信息检索任务的 ultra-fast、能效高的光电神经形态计算提供了稳健可行的路径。
引用
@article{arxiv.2603.02738,
title = {Hardware Implementation of Photonic Spiking Hash Retrieval},
author = {Shangxuan Shi and Shuiying Xiang and Xintao Zeng and Yonghang Chen and Wanting Yu and Yahui Zhang and Xingxing Guo and Yue Hao},
journal= {arXiv preprint arXiv:2603.02738},
year = {2026}
}
备注
9 pages