用于高速3D CNN的光子-原子时空全息关联器
硬件体系结构
2026-04-29 v1 图像与视频处理
摘要
三维卷积神经网络（3D CNN）在视频识别任务中展现出显著性能，通过处理空间和时间特征来实现。然而，计算复杂度的三次方比例为传统硅基硬件带来了显著的时间和能源效率挑战。为此，我们提出一种混合光子-电子架构，将计算密集型的3D卷积层委托给光子-原子时空全息关联器（STHC）。该系统将时间信息存储为原子相干性于一组非均匀加宽的冷�锰-85原子数组中，并结合传统的二维空间关联器以同时在空间和时间上进行关联。我们在四类人类动作数据集上实现了59.72%的分类准确率，使用了规模并行的大型内核（在空间上为30X40像素，在时间上为8帧），并预计可实现最高125,000帧/秒的潜在运算速度。这种方法为通过混合架构实现大规模视频分类加速提供了一条途径。
引用
@article{arxiv.2604.24800,
title = {Opto-Atomic Spatio-Temporal Holographic Correlators for High-Speed 3D CNNs},
author = {Xi Shen and Bowen Qi and Tabassom Hamidfar and Selim M. Shahriar},
journal= {arXiv preprint arXiv:2604.24800},
year = {2026}
}