基于孤子晶体克尔微梳的单个光子感知机用于高速可扩展光学神经网络
光学
2020-03-04 v1 新兴技术
摘要
光学人工神经网络（ONNs）是为机器学习量身定制的模拟计算硬件，具有超高的计算速度和能效潜力。我们提出了一种基于集成克尔微梳源的新型 ONN 架构方案，该方案可编程、高度可扩展且能达到超高速度。我们通过将突触映射到微梳的 49 个波长上，实验演示了 ONN 的构建模块——单个神经元感知机，实现了 11.9 Giga-FLOPS 的高单单元吞吐量（每 FLOP 8 位），对应 95.2 Gbps。我们在简单的标准基准数据集、手写数字识别和癌细胞检测上测试了该感知机，分别达到了超过 90% 和 85% 的准确率。这一性能直接源于相干集成微梳源创纪录的小波长间隔（49GHz），从而产生了用于神经形态光学的空前数量的波长。最后，我们提出了一种使用同一单个微梳器件和标准现成电信技术将感知机扩展到深度学习网络的方法，用于涉及完整矩阵乘法的高吞吐量操作，应用于诸如无人驾驶车辆和飞机跟踪的实时海量数据处理。
引用
@article{arxiv.2003.01347,
title = {Single photonic perceptron based on a soliton crystal Kerr microcomb for high-speed, scalable, optical neural networks},
author = {Xingyuan Xu and Mengxi Tan and Bill Corcoran and Jiayang Wu and Thach G. Nguyen and Andreas Boes and Sai T. Chu and Brent E. Little and Roberto Morandotti and Arnan Mitchell and Damien G. Hicks and David J. Moss},
journal= {arXiv preprint arXiv:2003.01347},
year = {2020}
}
备注
18 pages, 7 Figures, 62 References