用于人工智能的权重库加法光子加速器
光学
2023-06-06 v1 新兴技术
摘要
由人工智能驱动的神经网络在当前估计与分类应用中发挥着关键作用，原因在于不断演进的深度学习系统对计算需求日益增长。现有计算局限所带来的阻碍威胁着这些神经网络的进一步发展。针对这些问题，我们提出基于光子学的神经形态网络，其处理速度优于电子对应物，从而增强对实时、三维及虚拟现实应用的支持。权重库作为这些网络的核心组件，直接影响其整体性能。我们的研究展示了利用并行级联微环谐振器实现权重库。我们呈现了基于绝缘体上硅的神经形态网络的观测结果，其中级联 MRR 在缓解波分复用系统中长期存在的信道间与信道内串扰方面起着关键作用。此外，我们设计了一个标准硅光子加速器来执行权重加法。该光子加速器经优化后提供更高速度并降低能耗，同时确保与电子设备相当的处理能力。
引用
@article{arxiv.2306.02009,
title = {Weight Bank Addition Photonic Accelerator for Artificial Intelligence},
author = {Wenwen Zhang and Hao Zhang},
journal= {arXiv preprint arXiv:2306.02009},
year = {2023}
}