.png){kind=icon}
返回
High-Bit-Efficiency TOPS Optical Tensor Convolutional Accelerator Using Microcombs
.png){kind=icon}
OA
AI
DOI：10.1002/lpor.202401975.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
张量卷积是卷积神经网络中的基本操作，特别是在处理张量方面，张量在现实应用中普遍存在。当前方法通常将张量卷积转换为矩阵乘法，导致数据复制、额外的内存使用和硬件复杂度增加。本文提出了一种高比特效率的光学张量卷积加速器，具有减少数据冗余和降低内存消耗的特点。首先探讨了光学张量卷积加速器的比特效率，通过利用空间维度显著提升了其有效计算能力。因此，该光学张量卷积加速器运行速度超过3 Tera Operations Per Second（TOPS）——据作者所知，这是目前最快的单核光学卷积加速器。其性能在手写数字识别和病理癌症检测任务上得到验证，分别达到93.8%和77%的准确率，与仿真结果高度吻合。该方法同时复用物理维度——波长、时间和空间，并利用光的并行性和高吞吐量，实现了高效的光学张量数据处理，具有显著的计算能力。
Keyword:
tensor convolution
optical convolutional accelerator
image processing
期刊
L
IF:
10
论文数:
3.7K
被引数:
2.1W
机构
暂无机构信息
引用论文
Graphene/silicon heterojunction for reconfigurable phase-relevant activation function in coherent optical neural networks.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏In-memory photonic dot-product engine with electrically programmable weight banksNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏All-optical spiking neurosynaptic networks with self-learning capabilities具有自学习能力的全光尖峰神经突触网络NatureOAAI
NatureIF0
OAAI分享收藏分享收藏Photonics for artificial intelligence and neuromorphic computing用于人工智能和神经形态计算的光子学NATURE PHOTONICSOAAI
NATURE PHOTONICSIF32.9
OAAI分享收藏Parallel photonic information processing at gigabyte per second data rates using transient statesNATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Compact optical convolution processing unit based on multimode interference基于多模干涉的紧凑型光学卷积处理单元NATURE COMMUNICATIONSOAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏Integrated programmable spectral filter for frequency-multiplexed neuromorphic computersOPTICS EXPRESSOAAI
OPTICS EXPRESSIF3.3
OAAI分享收藏
查看更多内容