Mapeo de peso escaso y estrategia de reutilización de computación para la multiplicación de matriz fotónica escalable

Área de la Ciencia:

• La fotónica es la fotónica.
• La computación óptica es la computación óptica.
• Ciencia de los materiales Ciencia de los materiales.

Sus antecedentes:

• Las matrices transversales fotónicas que utilizan materiales de cambio de fase (PCM) ofrecen una alta densidad de integración para la multiplicación de matrices fotónicas paralelas.
• La escalabilidad de estas matrices se ve obstaculizada por la pérdida de transmisión óptica, lo que limita las aplicaciones prácticas a gran escala.

Objetivo del estudio:

• Proponer y validar una estrategia de mapeo de peso para la ejecución eficiente de cálculos convolucionales más grandes dentro de matrices de barras transversales fotónicas limitadas en escala.
• Para abordar las limitaciones de escalabilidad impuestas por la pérdida de transmisión óptica en la multiplicación de matrices fotónicas.

Principales métodos:

• Fabricación de una matriz de barra transversal fotónica 4x4 de alta calidad con modulación de precisión de 3 bits.
• Desarrollo y aplicación de una nueva estrategia de mapeo de peso para codificar operadores convolucionales.
• Integración de la estrategia en una red neuronal convolucional fotónica para tareas de procesamiento de imágenes.

Principales resultados:

• La estrategia de mapeo permitió la ejecución eficiente de cuatro operadores 3x3 diferentes en la matriz 4x4, lo que produjo una mejora del 225% en la eficiencia computacional para una tarea de detección de bordes.
• Una red neuronal convolucional fotónica que utiliza esta estrategia logró una precisión de clasificación del 96,7% en el conjunto de datos del MNIST, lo que coincide con la precisión simulada del 96,84%.

Conclusiones:

• La estrategia de mapeo de peso propuesta supera efectivamente las limitaciones de hardware en las matrices transversales fotónicas de escala limitada.
• Este trabajo avanza en el desarrollo de la multiplicación de matrices fotónicas a gran escala y la computación fotónica al permitir una computación eficiente bajo limitaciones de hardware.