[發明專利]光電器件單元、光電神經網絡以及計算模組

在審

• 申請號: 202111322795.4
• 申請日: 2021-11-09
• 公開（公告）號: CN116108905A
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 田野;劉勝平;李強;趙洋;王瑋
• 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: 武振華;駱蘇華

一種光電器件單元、光電神經網絡以及計算模組，所述光電器件單元包括：2K個光學干涉單元，每個光學干涉單元中包含第一干涉波導和第二干涉波導；其中，各個光學干涉單元之間經由所述第一干涉波導或第二干涉波導連接，每個光學干涉單元的不同的干涉波導分別連接至不同的光學干涉單元，且相連的干涉波導的非相連端分別延伸至所述光電器件單元的同一條邊，以分別作為該邊的輸入端口和輸出端口。本發明可以實現向光電器件單元的各個邊所在的方向均可輸入輸出數據。

技術領域

本發明涉及光電技術領域，尤其涉及一種光電器件單元、光電神經網絡以及計算模組。

背景技術

傳統人工智能主要是通過計算來實現的，即通過編程等手段實現機器智能，尤其是深度學習，作為目前廣泛應用的技術，通過采用多層權重求和加非線性激活的方式來構造前饋神經網絡實現智能識別，目標檢測，數據分析等功能。這種技術涉及到大量的線性乘加操作，需要消耗大量的計算資源，給目前的電子計算芯片帶來了極大的性能和功耗挑戰。

在現有技術中，為了實現計算加速，可以引入光子算力，進行光電融合的人工智能運算。然而，現有的光電融合人工智能芯片都存在可重構性差、可擴展性不足、計算能效遠低于理論值等問題，難以進行大規模應用。

發明內容

本發明解決的技術問題是提供一種光電器件單元、光電神經網絡以及計算模組，可以實現向光電器件單元的各個邊所在的方向均可輸入輸出數據。

為解決上述技術問題，本發明實施例提供一種光電器件單元，包括：2K個光學干涉單元，每個光學干涉單元中包含第一干涉波導和第二干涉波導；其中，各個光學干涉單元之間經由所述第一干涉波導或第二干涉波導連接，每個光學干涉單元的不同的干涉波導分別連接至不同的光學干涉單元，且相連的干涉波導的非相連端分別延伸至所述光電器件單元的同一條邊，以分別作為該邊的輸入端口和輸出端口；K為正整數，且K≥2。

可選的，每個光學干涉單元的第一干涉波導具有移相器件，第二干涉波導不具有移相器件；其中，各個光學干涉單元之間第一干涉波導與第一干涉波導相連，第二干涉波導與第二干涉波導相連。

可選的，每個光學干涉單元的第一干涉波導和第二干涉波導均具有移相器件。

可選的，所述光學干涉單元為馬赫-增德爾爾干涉儀MZI，所述MZI的兩條干涉臂分別作為所述第一干涉波導和第二干涉波導。

可選的，所述光學干涉單元為包括兩條直波導的微環諧振器，所述兩條直波導分別作為所述第一干涉波導和第二干涉波導；其中，所述兩條直波導相互平行，所述微環諧振器的微環位于所述兩條直波導之間。

可選的，所述2K個光學干涉單元的排列形狀選自：矩形、六邊形、八邊形。

為解決上述技術問題，本發明實施例提供一種光電神經網絡，包括：一個或多個矩陣網絡，每個矩陣網絡包含多個如上述的光電器件單元。

可選的，所述的光電神經網絡還包括：調制器陣列，與所述矩陣網絡中的各個光電器件單元的輸入端口耦接，并將待處理信號調制為光學調制信號后輸入所述矩陣網絡。

可選的，所述的光電神經網絡還包括：探測器，與所述矩陣網絡中的各個光電器件單元的輸出端口耦接，并對所述光電器件單元輸出的光學信號進行光電轉換。

可選的，所述光電神經網絡對所述探測器接收到的輸出光與所述調制器陣列生成的輸入光進行相干處理。

為解決上述技術問題，本發明實施例提供一種計算模組，包括：光芯片，所述光芯片集成有一個或多個如上述的光電神經網絡；電芯片，用于對所述光芯片的電學性能進行控制。

與現有技術相比，本發明實施例的技術方案具有以下有益效果：