【
儀表網(wǎng) 研發(fā)快訊】近日,華中科技大學武漢光電國家研究中心張新亮、董建績教授研究團隊成功研發(fā)了一種基于波長編碼的異步光學循環(huán)加速器。該技術(shù)突破了光學計算中的同步控制瓶頸,降低了計算能耗,并提升了計算效率。研究成果發(fā)表在學術(shù)期刊《eLight》上,題為“Monolithically integrated asynchronous optical recurrent accelerator”。
隨著人工智能和大規(guī)模數(shù)據(jù)處理需求的急劇增長,傳統(tǒng)電子計算受限于能耗和延遲。光學計算因其高速、低功耗特性成為潛在可替代方案之一,但現(xiàn)有方案依賴于頻繁的光電信號轉(zhuǎn)換及精確的電學同步控制,尤其在循環(huán)網(wǎng)絡計算任務中,增加了系統(tǒng)復雜度和能量損耗。
基于時間序列的光學循環(huán)計算要求光信號嚴格時序?qū)R,并且多路數(shù)據(jù)信號周期和光學延遲之間需要保持嚴格一致,如圖1(a)所示。為了解決上述同步難題,研究團隊提出了一種基于波長編碼的異步計算架構(gòu)。在該架構(gòu)中,不同時間循環(huán)周期的數(shù)據(jù)被映射到不同的波長通道,并通過片上波長中繼單元(WRU)完成數(shù)據(jù)傳遞,如圖1(b)所示。相比傳統(tǒng)的時序同步方法,該方案無需精確對齊不同計算單元的數(shù)據(jù)傳輸時間,從而減少了同步電路的功耗,簡化了系統(tǒng)設計。該架構(gòu)通過光學計算核心執(zhí)行波長復用的矩陣運算,并結(jié)合
光電探測器驅(qū)動的微環(huán)調(diào)制器(即波長中繼單元)完成信號在波長域的轉(zhuǎn)換,使計算完全在光域中進行。其中,微環(huán)調(diào)制器采用下一級波長光源作為補充光,結(jié)合其傳遞函數(shù)的性質(zhì),波長中繼單元(WRU)可以實現(xiàn)信號之間的加、減、乘、除、非線性等多種計算功能,如圖1(c-e)所示。
圖1:(a) 同步光學循環(huán)加速器的系統(tǒng)架構(gòu)示意圖。(b) 異步光學循環(huán)加速器的系統(tǒng)架構(gòu)示意圖,展示了如何利用波長中繼進行數(shù)據(jù)傳輸。
(c-d) 波長中繼單元的基本工作原理。
基于上述異步循環(huán)計算架構(gòu),研究團隊首先研制了一款光學隱馬爾可夫模型(OHMM)芯片,該芯片利用光學矩陣運算執(zhí)行概率推理任務。OHMM芯片通過將不同狀態(tài)概率編碼到不同波長,并利用光學矩陣運算進行狀態(tài)轉(zhuǎn)移計算,如圖2(a)所示。芯片采用微環(huán)諧振器的光譜濾波機制,使不同狀態(tài)之間的轉(zhuǎn)換能夠高效地映射到光學矩陣運算模塊。該芯片成功實現(xiàn)了對DNA序列的隱藏狀態(tài)推斷,實驗結(jié)果表明其在基因序列分析任務中的準確率可達99%,如圖2(b)所示。在600個堿基對范圍內(nèi)隱藏狀態(tài)的相似性表明了這兩種DNA是同源的。
圖2:(a) OHMM 計算流程示意圖,展示光學矩陣計算如何用于隱藏狀態(tài)推理。
(b) 芯片在DNA序列分析中的應用。圖中展示了實驗結(jié)果與理論計算的對比。
圖3:(a) ORNN 計算流程示意圖,展示波長復用和非線性計算的實現(xiàn)方式。
(b) 語音分類實驗結(jié)果,展示了一對多的訓練策略和八分類混淆矩陣。
研究團隊還進一步開發(fā)了一款單片集成的光學循環(huán)神經(jīng)網(wǎng)絡(ORNN)芯片,顯著提升了光學計算在處理高維時序數(shù)據(jù)方面的能力。ORNN芯片利用差分驅(qū)動的調(diào)制器同時實現(xiàn)波長中繼和非線性計算,通過波長復用的方式進行循環(huán)計算,如圖3(a)所示。該芯片采用原位訓練方法在多輪訓練過程中優(yōu)化參數(shù),實現(xiàn)分類任務。在實際測試中,ORNN芯片在日語元音二分類任務中取得了高達97%的訓練準確率和95%的測試準確率,并通過一對多的訓練策略成功擴展至八分類語音識別任務,測試準確率達87.7%,驗證了其在多類別分類中的優(yōu)越性能,如圖3(b)所示。
異步光學計算架構(gòu)在實驗中展現(xiàn)出較低的計算延遲和較高的能效。相較于傳統(tǒng)電子計算方案,該芯片在基因序列分析和語音處理任務中均表現(xiàn)出更低的功耗和更快的計算速度。光學計算核心能夠高效地執(zhí)行矩陣運算,并避免高頻電子電路帶來的信號失真問題。此外,芯片的緊湊設計(僅10mm²)支持更高密度的光計算單元集成(集成上百個光學器件),為未來的大規(guī)模光學計算提供了可能性。
研究團隊未來計劃進一步優(yōu)化芯片架構(gòu),提高計算精度,并探索其在更廣泛智能計算場景中的應用,例如自動駕駛、智能感知和邊緣計算設備。隨著光學計算技術(shù)的持續(xù)發(fā)展,該異步架構(gòu)有望在未來時序記憶光計算硬件中發(fā)揮核心作用。
董建績教授團隊長期從事集成光學與光計算領(lǐng)域研究工作,在光學非線性激活函數(shù)、光學深度神經(jīng)網(wǎng)絡芯片、單片集成光學伊辛機芯片、單片集成光學循環(huán)計算加速芯片、光學邏輯可編程邏輯陣列、光計算芯片訓練和推理等方面獲得重要進展,近5年在eLight、Nature Communications、Advanced Photonics、Light Science & Applications、PhotoniX、Optica等光學頂級期刊發(fā)表論文13篇。主持國家重點研發(fā)計劃、國家杰出青年基金、國家優(yōu)秀青年基金等項目,獲得全國百篇優(yōu)秀博士學位論文獎,2次獲得湖北省自然科學一等獎,1次獲得國家(研究生)教學成果二等獎。擔任期刊《Frontier of Optoelectronics》執(zhí)行主編、全國智能計算
標準化委員會委員、中國光學學會纖維光學與集成光學專委會常務委員,作為發(fā)起人組織光子學公開課的光電計算專題。
所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)。