近日,據(jù)中國科學院半導體研究所消息,半導體所集成光電子學國家重點實驗室微波光電子課題組李明研究員-祝寧華院士團隊研制出一款超高集成度光學卷積處理器。相關研究成果以“Compact optical convolution processing unit based on multimode interference”為題發(fā)表在《自然通訊》(Nature Communications)雜志上。
卷積神經(jīng)網(wǎng)絡是一種受生物視覺神經(jīng)系統(tǒng)啟發(fā)而發(fā)展起來的人工神經(jīng)網(wǎng)絡,它由多層卷積層、池化層和全連接層組成。作為卷積神經(jīng)網(wǎng)絡的核心組成部分,卷積層通過對輸入數(shù)據(jù)進行局部感知和權值共享,提取出不同層次和抽象程度的特征。在一個完整的卷積神經(jīng)網(wǎng)絡中,卷積運算的運算量通常占整個網(wǎng)絡運算量的80%以上。雖然卷積神經(jīng)網(wǎng)絡在圖像識別等領域取得了巨大的成功,但是它也面臨著巨大的挑戰(zhàn)。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡主要基于馮·諾依曼架構的電學硬件實現(xiàn),存儲單元和處理單元是分立的,這導致了數(shù)據(jù)交換速度和能耗之間的固有矛盾。隨著數(shù)據(jù)量和網(wǎng)絡復雜度的增加,電子計算方案越來越難以滿足海量數(shù)據(jù)實時處理對高速、低能耗的計算硬件的需求。
光計算是一種利用光波作為載體進行信息處理的技術,它具有大帶寬、低延時、低功耗等優(yōu)點,提供了一種“傳輸即計算,結構即功能”的計算架構,有望避免馮·諾依曼計算范式中存在的數(shù)據(jù)潮汐傳輸問題。光計算在近年來受到了廣泛關注,但大部分已報道的光計算方案中,光學元件的數(shù)量隨著計算矩陣的規(guī)模呈二次增長趨勢,這對光計算芯片規(guī)模擴展存在巨大挑戰(zhàn)。
http://www.semi.ac.cn/xwdt/zhxw/202305/t20230530_6765011.html