SKYLIGHT：面向实时 AI 推理的可扩展百通道 3D 光子存储张量核心架构
新兴技术
2026-03-10 v2 硬件体系结构
摘要
人工智能 (AI) 的计算需求日益增长，挑战了传统电子器件，光子计算成为具有前景的替代方案。然而，现有光子架构面临基本的可扩展性和可靠性瓶颈。本文引入 SKYLIGHT，一种为实时 AI 推理设计的可扩展 3D 光子存储张量核心架构。通过协同设计其拓扑结构、波长路由、累加和编程方式，SKYLIGHT 克服了关键限制。其创新包括低损耗 3D Si/SiN 十字阵列拓扑、基于非微环谐振器 (MRR) 的热鲁棒性 WDM 组件、采用多端口光电探测器 (PD) 的层次化信号累加，以及光编程式非易失相变材料 (PCM) 权重。重要的是，SKYLIGHT 支持推理外的权重即时更新，支持无标签、局部学习（如前向-前向局部更新）。使用 SimPhony 进行系统级建模，我们展示单个 144 x 256 SKYLIGHT 核心在单晶圆内可行，提供 342.1 TOPS 性能，功耗为 23.7 TOPS/W，使其能够以每图像 27 mJ 的能耗完成 ResNet-50 推理，实现 84.17 FPS/W 的端到端性能（相较于 NVIDIA RTX PRO 6000 Blackwell GPU 提升 1.61 倍）。在四项代表性机器学习任务上的系统级评估，包括无监督局部自学习，表明 SKYLIGHT 在现实硬件非理想情况（低位量化、信号比例模拟噪声、PCM 编程与读取变化）下仍能保持高准确率，验证了其作为高效大规模光子 AI 加速器的综合解决方案的潜力。
引用
@article{arxiv.2602.19031,
title = {SKYLIGHT: A Scalable Hundred-Channel 3D Photonic In-Memory Tensor Core Architecture for Real-time AI Inference},
author = {Meng Zhang and Ziang Yin and Nicholas Gangi and Alexander Chen and Brett Bamfo and Tianle Xu and Jiaqi Gu and Zhaoran Rena Huang},
journal= {arXiv preprint arXiv:2602.19031},
year = {2026}
}