.png){kind=icon}
返回
MRR-Assisted MZI Crossbar Array for Energy-Efficient Optical Parallel Computing
.png){kind=icon}
PRE
AI
DOI：10.1002/lpor.202501035.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
光学神经网络（ONNs）已作为一种光子平台加速人工智能工作负载，其计算基础依赖于光学矩阵运算。然而，现有实现面临精度、级联光学损耗以及低效的权重编程机制等关键挑战，这些因素限制了其可扩展性和实际性能。本文提出了一种基于微环谐振器（MRR）辅助的马赫-曾德尔干涉仪（MZI）交叉阵列架构（MMCA），通过并行化光学计算解决上述限制。该设计通过用MRR实现的光波长选择性路由替代传统的波导耦合，抑制了级联耦合网络中固有的乘性光学损耗。同时，基于MZI的交叉阵列节点能够实现具有更高速度和鲁棒性的确定性一对一权重映射。该架构融合了主流光学计算范式中的结构优势，同时克服了关键瓶颈。实验验证表明，该架构可实现6位权重加载精度和高能效。集成的波分复用技术进一步支持并行计算，在卷积神经网络基准测试中达到95.1%的分类精度。该方法建立了一个低损耗、高精度的光学矩阵运算可扩展框架，推动了节能光子人工智能加速器的发展。
Keyword:
optical convolution computing
optical parallel computation
photonic integrated circuit
photonic neural networks
期刊
L
IF:
10
论文数:
3.7K
被引数:
2.1W
机构
引用论文
Parallel convolutional processing using an integrated photonic tensor core使用集成光子张量核的并行卷积处理.png)
Nature
OAAI
NatureIF0
OAAI分享收藏分享收藏Human emotion recognition with a microcomb-enabled integrated optical neural network具有微梳功能的集成光学神经网络的人类情感识别NANOPHOTONICS
OAAI
NANOPHOTONICSIF6.6
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Self-calibrating microring synapse with dual-wavelength synchronization具有双波长同步的自校准微环突触PHOTONICS RESEARCH
PHOTONICS RESEARCHIF7.2
PREAI
分享收藏
查看更多内容