使用多端口光电探测器的波导复用光子矩阵向量乘法处理器
光学
2025-05-22 v3 新兴技术
摘要
摩尔定律的放缓推动了用于深度学习的专用处理器的发展。模拟光子处理器通过在光学域中利用并行计算，为加速深度学习中的矩阵向量乘法（MVM）提供了一种有前景的解决方案。基于强度的光子MVM处理器不利用光的相位信息，因其操作简化而具有吸引力。然而，现有的此类处理器的基于强度方案通常采用波分复用或模式复用，这两种方案都因高插入损耗或波长串扰而可扩展性有限。在这项工作中，我们提出了一种基于波导复用概念的可扩展的基于强度的光子MVM处理器。该方案采用多端口光电探测器（PD）来求和多个光信号的强度，从而无需多个波长或模式。我们展示了一个16端口Ge PD，在-3 V偏置电压下具有11.8 GHz的3 dB带宽，并且可以进一步扩展到处理250个端口，同时保持6.1 GHz的工作带宽。在绝缘体上硅（SOI）平台上制造的4×4电路用于执行用于鸢尾花分类的3层神经网络中的MVM，实现了93.3%的分类准确率。此外，模拟了用于Fashion-MNIST的卷积神经网络（CNN）中大规模电路的性能，实现了90.53%的分类准确率。这项工作为光子MVM提供了一种简化和可扩展的方法，为光学神经网络中的大规模和多维光子矩阵-矩阵乘法奠定了基础。
引用
@article{arxiv.2410.05956,
title = {Waveguide-multiplexed photonic matrix-vector multiplication processor using multiport photodetectors},
author = {Rui Tang and Makoto Okano and Chao Zhang and Kasidit Toprasertpong and Shinichi Takagi and Mitsuru Takenaka},
journal= {arXiv preprint arXiv:2410.05956},
year = {2025}
}