編輯/凱霞

隨著先進工程計算、經濟資料分析和雲計算的快速發展，對超高速和高能效計算的需求呈指數級增長。現有的馮諾依曼架構下的傳統電子訊號處理器難以同時實現高速和低能耗。

使用光子作為資訊載體是一種很有前景的選擇。由於傳統材料的三階非線性光學較弱，在傳統馮諾依曼架構下構建整合光子計算晶片一直是一個挑戰。

近日，由北京大學物理學院龔旗煌研究團隊提出了一種基於卷積神經網路（CNN）實現超快超低能耗全光計算晶片方案的新策略，支援多計算任務的執行。這項工作為下一代全光計算系統指明瞭方向。

該研究以「All-optical computing based on convolutional neural networks」為題，於 11 月 25 日發表在《Opto-Electronic Advances》上。

電子向光子的轉變

現有的計算儀器以電子處理器為主，以電子為資訊載體，具有馮諾依曼架構，儲存與處理物理分離。計算速度的擴充套件不僅受到記憶體和處理單元之間的資料傳輸的限制，還受到與積體電路相關的 RC 延遲的限制。此外，由於歐姆損耗導致的過度加熱正在成為速度和功耗縮放的嚴重瓶頸。

採用光子作為資訊載體的全光計算提供了一種有前途的替代方法。當前，光計算通常依靠三階非線性光學來實現全光控制。然而，超快的響應時間和巨大的非線性通常在光學材料中呈現出一種固有的權衡，因此較大的非線性敏感性通常只能以較慢的響應時間為代價來獲得。

這種權衡對構建遵循馮諾依曼架構的整合光子處理器提出了重大挑戰，通常要求在單個晶片中進行各種光子器件的複雜異構整合。因此，為全光計算探索新的架構和非常規的計算方案勢在必行。

在這裡，報告了一種實現超快、超低能耗全光計算的新策略，包括方程求解、基於 CNN 的多功能邏輯運算。

研究人員表示：這是第一個在全光學晶片上實現物理固定的 CNN。

全光計算框架通用架構。

光學 CNN 由級聯矽 Y 形波導和側耦合矽波導段組成，以實現每個波導分支中的完整相位和幅度控制。這種概念和架構簡單的設計獨特地提供了超快的計算時間和低能耗。

全光計算效能

通用裝置概念可用於方程求解、多功能邏輯運算以及許多其他數學運算。接下來，透過實驗證明了包括超越方程求解器、各種邏輯閘運算元和半加器在內的多種計算功能，以驗證全光計算效能。

全光超越方程求解器

方程是描述系統狀態和過程的有效工具，求解方程可以告知所研究系統的狀態並預測系統演化的軌跡。由於超越方程除少數情況外只能進行數值求解，因此超越方程的數值求解仍然是數學計算中的一個重要課題。

該團隊開發了一種求解器，它可以使用具有出色計算效能的光學 CNN 可預測地求解超越方程。

全光超越方程求解器。

測試結果表明，本文提出的超越方程求解器具有較高的求解精度，最大偏差小於 5%，多數情況下偏差小於 3%。這種偏差是由於輸出波導數量有限和樣品製作不完善造成的。因此，需要強調的是，理論上可以透過增加輸出波導的數量來提高求解的精度。

除了出色的求解精度外，全光學方程求解器還具有超快（透過特徵結構的光的飛行時間為~1.3 ps）和能效計算（~92 fJ/bit）的特點。

多種邏輯閘運算子

全光邏輯閘構成了超高速全光晶片的基本構建塊，任何複雜的光邏輯電路都可以由這些邏輯閘組成。此外，邏輯運算為更復雜的光訊號處理功能奠定了基礎。然而，目前基於訊號光線性相干或非線性相互作用的全光邏輯器件設計在實現高速、低功耗的可重構性和多功能操作（在單個晶片中實現多個邏輯功能）方面仍然面臨挑戰。

研究人員利用網路的可擴充套件性來最佳化片上全光多種邏輯裝置。該設計優化了 6 個輸入埠，包括 2 個訊號輸入端和 4 個控制位，共 5 層。透過七種不同的 CNN 結構可以實現 16 種邏輯函式。選擇其中一種光學 CNN 結構進行了說明。

多種邏輯閘。

研究表明，可以實現低至 10.4 aJ/bit 的能耗，同時保持低錯誤率。此外，光學 CNN 的輸出邏輯狀態在執行多個邏輯功能時很容易區分。也就是說，未來更多的級聯擴充套件可能仍然有效。

半加器

全光半加器可以執行將兩個輸入資料位相加並在全光實現中產生一個和位和一個進位位的計算任務。在這裡，展示了一個基於其光學 CNN 平臺的全光學半加器。

半加器。

透過演算法最佳化確定了 12 個網路權重。邏輯狀態 0 和 1 之間的平均光強對比度為 14.2 dB。飛行時間計算時間為 2.7 ps，能耗為 50.8 fJ/bit。進一步分析表明，可以實現低至 23.8 aJ/bit 的能耗，同時保持 10^-9 的低錯誤率。在實現高強度對比度的同時成功展示了半加器的功能，這進一步驗證了 CNN 設計的高度可擴充套件性和廣泛適用於各種全光處理功能。

超快和超低能耗

總之，研究人員透過實驗證明了第一個基於矽波導的用於全光計算的物理固定 CNN。實現了設計以實現全光超越方程求解器、各種邏輯閘運算元和半加器，所有這些都表現出皮秒級超快運算和每位元數十飛焦量級的超低能耗。

這種光網路架構易於擴充套件，有可能透過級聯基本元素結構進一步擴充套件以執行其他複雜的計算任務。

此外，該平臺提供了使用波長複用進行平行計算的可能性。因此，該工作為下一代全光計算系統指明瞭一個有希望的方向。

論文連結：https://www.oejournal.org/article/doi/10.29026/oea.2021.200060

參考內容：https://phys.org/news/2021-11-all-optical-based-convolutional-neural-networks.html