4100万纳米光子神经元的大规模人工智能：基于亚表面的实现
光学
2025-04-30 v1
摘要
传统集成电路（IC）难以满足人工智能（AI）日益增长的需求。这催生了对一种非传统计算范式——类神经（类脑）计算的重新关注。然而，当前的类神经系统在提供大规模AI模型所需的大量参数（即权重）方面面临重大挑战。因此，大多数类神经硬件受限于基本的基准演示，阻碍其应用于现实世界的AI挑战。本文提出了一个大规模光子神经网络（ONN）用于机器学习加速，拥有超过4100万个光子神经元。该系统不仅在速度和能源效率方面超越数字电子设备，而且更重要的是，缩小了与大规模AI模型的性能差距。我们的ONN利用一种创新的光子亚表面设备，拥有大量空间模式。该设备在10 mm的亚表面芯片上集成了4100万个 meta-atoms，使其能够在单次操作中处理数百万个权重。首次演示，利用单层亚表面构建的ONN，可在各种基准任务上匹配深度和大规模深度学习模型的性能，如ResNet和 Vision Transformer。此外，我们展示了该系统通过其 unprecedented scale 能为现实世界的AI挑战提供高性能解决方案，例如通过单次处理百万像素子图像，加速多吉字节全切片图像（WSI）癌症检测的分析。该系统相对于最先进的图形处理器（GPU）的计算时间和能源消耗降低了超过1000倍。本工作提出了一个大规模、低功耗且高性能的类神经计算系统，为未来颠覆性AI技术铺平了道路。
引用
@article{arxiv.2504.20416,
title = {Large-scale artificial intelligence with 41 million nanophotonic neurons on a metasurface},
author = {Mingcheng Luo and Meirui Jiang and Bhavin J. Shastri and Nansen Zhou and Wenfei Guo and Jianmin Xiong and Dongliang Wang and Renjie Zhou and Chester Shu and Qi Dou and Chaoran Huang},
journal= {arXiv preprint arXiv:2504.20416},
year = {2025}
}