[發明專利]一種光子神經網絡

在審

• 申請號: 202010956262.0
• 申請日: 2020-09-11
• 公開（公告）號: CN112232504A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 田野;李強;趙洋;王瑋;劉勝平
• 申請（專利權）人: 聯合微電子中心有限責任公司
• 主分類號: G06N3/067
• 分類號: G06N3/067
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 朱薇蕾;張振軍

一種光子神經網絡，包括：光調制單元，將待處理信號調制到光的實振幅，并在調制時在實振幅與光的相位之間引入非線性對應關系，得到第一陣列的光學信號；光子矩陣計算單元，接收第一陣列的光學信號并進行矩陣計算以得到第二陣列的光學信號，進行矩陣計算時同時執行矩陣乘法和非線性變換；投影計算單元，接收第二陣列的光學信號并基于光學干涉提取第二陣列的光學信號的復振幅的實部，以得到第三陣列的光學信號，實部表征矩陣乘法和非線性變換的運算結果；光接收單元，接收第三陣列的光學信號以獲取處理后信號。本發明方案提供一種能夠同時進行線性和非線性運算的光子人工智能芯片，功耗低、運算速度快、神經網絡集成度高且非線性運算可重構。

技術領域

本發明涉及光子人工智能芯片技術領域，具體地涉及一種光子神經網絡。

背景技術

在當今人工智能領域最熱門的深度學習中，其運算過程主要涉及兩個部分：矩陣乘法和非線性激活函數。具體而言，人工智能算法具有處理內容為非結構化數據(如視頻、圖像、語音)、處理過程需要進行大量的線性代數運算以及處理過程參數量大的特點。以中央處理器為主的計算硬件無法滿足人工智能的計算力需求，只能依賴人工智能(Artificial intelligence，簡稱AI)芯片實現。具體而言，AI芯片是專門面向AI應用的芯片，是AI技術的一種重要的物理基礎載體。

當前，AI芯片主要基于互補金屬氧化物半導體(Complementary Metal OxideSemiconductor，簡稱CMOS)技術實現。隨著集成電路器件尺寸不斷逼近物理極限，摩爾定律呈現放緩趨勢，同時微電子處理器存在能效比下降、時鐘頻率受限(難以超過6吉赫(GHz))、電子串擾、高功耗以及發熱等問題，嚴重制約著現有的電子AI芯片性能的繼續提升。

為突破電子芯片在AI領域所面臨的問題，光子人工智能芯片應運而生。但是，當前光子人工智能芯片技術尚處于萌芽階段，對光子人工智能芯片的架構設計仍有較多欠缺，無法充分發揮光子人工智能芯片的優勢。

發明內容

本發明解決的技術問題是提供一種改進的光子神經網絡，能夠同時進行線性和非線性運算。

為解決上述技術問題，本發明實施例提供一種光子神經網絡，包括：光調制單元，所述光調制單元用于將待處理信號調制到光的實振幅，并在調制時在所述實振幅與所述光的相位之間引入非線性對應關系，將所述光調制單元的輸出記作第一陣列的光學信號；光子矩陣計算單元，與所述光調制單元耦接以接收所述第一陣列的光學信號，所述光子矩陣計算單元對所述第一陣列的光學信號進行矩陣計算以得到第二陣列的光學信號，其中，在對所述第一陣列的光學信號進行矩陣計算時同時執行矩陣乘法和非線性變換；投影計算單元，與所述光子矩陣計算單元耦接以接收所述第二陣列的光學信號，所述投影計算單元基于光學干涉提取所述第二陣列的光學信號的復振幅的實部，以得到第三陣列的光學信號，其中，所述實部表征對所述第一陣列的光學信號執行所述矩陣乘法和非線性變換的運算結果；光接收單元，與所述投影計算單元耦接以接收所述第三陣列的光學信號，所述光接收單元基于所述第三陣列的光學信號獲取處理后信號。

可選的，所述非線性變換的變換函數與所述光調制單元進行實振幅調制時引起的相位變化量以及移相器系數相關，其中，所述移相器系數是所述光子矩陣計算單元中等價對角矩陣采用的移相器的移相參數。

可選的，所述實振幅與所述光的相位之間的非線性對應關系是由于所述光調制單元的啁啾效應引起的。

可選的，所述光調制單元包括：光學干涉單元，所述光學干涉單元的上臂或下臂設置有第一移相器，以將所述待處理信號調制到光的實振幅，同時調節所述實振幅與所述光的相位之間的非線性對應關系。

可選的，所述光學干涉單元的輸入端或輸出端設置有第二移相器，以調節所述實振幅與所述光的相位之間的非線性對應關系。