使用WDM SiGe EAM阵列切片的时空波长复杂光子张力芯

科学领域:

• 光子学是指光子学的使用方法.
• 人工智能的人工智能
• 集成电路 集成电路

背景情况:

• 光子神经网络 (PNN) 正在成为下一代人工智能平台.
• 它们通过利用光的并行性,在计算能量和面积效率方面提供了显著的进步.
• 通过空间,波长和时间利用光是PNN潜力的关键.

研究的目的:

• 介绍一个新的光子集成张量核 (PITC) 架构.
• 通过实验验证PITC架构对AI基准工作负载进行验证.
• 在基于芯片的光子设置中演示多波长数据和重量编码.

主要方法:

• 开发了一个 8x8 PITC 架构,将一个支持 AWGR 的 PNN 与一个 SiGe EAM 阵列相结合.
• 使用基于芯片的光子加速器设置.
• 实验验证了使用AI基准工作负载在20Gbaud的架构.

主要成果:

• 使用PITC架构成功对IRIS和MNIST数据集进行了分类.
• 获得了科恩的kappa分数,IRIS的0.8438和MNIST的0.7421分.
• 证明了拟议的PITC架构对AI应用的可行性.

结论:

• 该PITC架构显示了对高效AI加速的承诺.
• 实验验证证证实了集成光子学对人工智能的潜力.
• 这项工作为先进的光子AI硬件铺平了道路.