近日,北京大學(xué)電子學(xué)院王興軍教授課題組-常林助理教授課題組在Nature Communications雜志在線發(fā)表文章“Microcomb-based integrated photonic processing unit”。文章首次報道了一種基于光子神經(jīng)網(wǎng)絡(luò)的超高算力密度硅基集成光子處理器。研究團(tuán)隊歷時3年,攻克了多波長并行光計算系統(tǒng)校準(zhǔn)和超高精度權(quán)重加載兩個世界性技術(shù)難題。
高算力密度集成光子處理器
此前,人工智能(AI)技術(shù)已在數(shù)據(jù)密集型計算任務(wù)中得到廣泛應(yīng)用。在后摩爾時代,為滿足AI算力和能耗的巨大需求,光子神經(jīng)網(wǎng)絡(luò)應(yīng)運(yùn)而生。在特定的光學(xué)結(jié)構(gòu)中,利用光子可以實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)中的矩陣乘法、卷積等基本數(shù)學(xué)運(yùn)算。得益于光子超高速、大帶寬和低能耗的天然優(yōu)勢,計算速度和能效大幅提升。近年來,光子神經(jīng)網(wǎng)絡(luò)已經(jīng)可以通過成熟的光電子集成平臺實(shí)現(xiàn)。由于其小尺寸、可擴(kuò)展和低能耗的巨大優(yōu)勢,這種新型的光子處理單元有望突破傳統(tǒng)微電子處理器的算力和能效瓶頸,同時徹底改變?nèi)斯ぶ悄艿挠布渴稹?
為了進(jìn)一步挖掘光計算潛力,光子神經(jīng)網(wǎng)絡(luò)需要通過并行的方式提升計算吞吐量。在光子神經(jīng)網(wǎng)絡(luò)中引入波分復(fù)用是一種有效手段。然而這種先進(jìn)的計算架構(gòu)在集成方面面臨巨大的挑戰(zhàn)。除了實(shí)現(xiàn)集成多波長光源的難度大以外,另一個重要的難點(diǎn)是多波長光子神經(jīng)網(wǎng)絡(luò)相比單波長方案系統(tǒng)更復(fù)雜,需要更精細(xì)的校準(zhǔn)方法和更有效的控制手段。因此,長期以來,芯片化一直是制約并行光子神經(jīng)網(wǎng)絡(luò)發(fā)展的瓶頸,阻礙了相關(guān)技術(shù)的推廣和普及。
在該工作中,研究團(tuán)隊實(shí)現(xiàn)了一個由多波長光源、高速數(shù)據(jù)加載/接收單元和計算核心構(gòu)成的硅基集成光子處理器。針對多波長計算系統(tǒng)開發(fā)的校準(zhǔn)方法能夠?qū)崿F(xiàn)對各部分光電子器件的準(zhǔn)確調(diào)控,為目前最高權(quán)重控制精度(9 bits)的實(shí)現(xiàn)奠定了基礎(chǔ)。得益于極高的系統(tǒng)集成度和超高速的信息加載/接收速率,該光電子處理器的算力密度高達(dá)1.04 TOPS/mm2。在圖像邊緣檢測和手寫數(shù)字識別測試任務(wù)中,邊緣檢測質(zhì)量和識別的準(zhǔn)確率(96.6%)與電子計算機(jī)水平相當(dāng)(97.0%)。該工作為全集成多波長光計算系統(tǒng)的實(shí)現(xiàn)指明了方向,并有望在未來為整個人工智能領(lǐng)域算力突破提供新的解決方案。該論文的共同第一作者為電子學(xué)院博雅博士后白博文、2020級博士研究生楊其鵬、博雅博士后舒浩文、常林。王興軍、美國加州大學(xué)圣塔巴巴拉分校John E. Bowers教授和常林為論文的通訊作者。主要合作者還包括上海交通大學(xué)鄒衛(wèi)文教授、張江實(shí)驗(yàn)室楊豐赫副研究員、加州大學(xué)圣塔巴巴拉分校謝衛(wèi)強(qiáng)博士(現(xiàn)為上海交通大學(xué)副教授),以及電子學(xué)院胡薇薇教授、2019級博士研究生沈碧濤、2020級博士研究生陶子涵。該工作由北京大學(xué)電子學(xué)院區(qū)域光纖通信網(wǎng)與新型光通信系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室作為第一單位完成,也是國家重點(diǎn)實(shí)驗(yàn)室(北京分校區(qū))和(上海分校區(qū))合作的重要成果。
相關(guān)鏈接:https://www.nature.com/articles/s41467-022-35506-9
新聞來源:光行天下
相關(guān)文章