大规模可扩展波长多样集成光子线性神经元
新兴技术
2022-08-26 v2 光学
摘要
面对大数据、云连接与物联网，计算资源需求持续攀升，开发新的低功耗、可扩展架构已变得势在必行。神经形态光子学，或称光子神经网络，已成为直接在片上高效算法物理实现的可行方案。这一应用主要归因于光的线性特性以及硅光子的可扩展性，特别是利用了用于制造微电子芯片的广泛互补金属氧化物半导体(CMOS)制造基础设施。当前的神经形态光子实现源于两种范式：波长相干与不相干。在此，我们引入一种支持相干与不相干操作的新架构，以提升光子神经网络的能力与容量，并与先前演示相比大幅缩减了 footprint。作为原理验证，我们在代工厂制造的硅光子芯片上实验演示了简单的加法和减法运算。此外，我们实验验证了一个片上网络来预测逻辑 2 位门 AND、OR 和 XOR，准确率分别为 和 。该架构与高波长并行光源兼容，可实现大规模可扩展的光子神经网络。
引用
@article{arxiv.2205.06180,
title = {Massively Scalable Wavelength Diverse Integrated Photonic Linear Neuron},
author = {Matthew van Niekerk and Anthony Rizzo and Hector Rubio Rivera and Gerald Leake and Daniel Coleman and Christopher Tison and Michael Fanto and Keren Bergman and Stefan Preble},
journal= {arXiv preprint arXiv:2205.06180},
year = {2022}
}