提供了一种基于自由光谱范围的可重构计算光矩阵矢量乘法的结构及方法。本文公开的结构和方法的示例包括基于谐振器结构的的多个自由光谱范围(FSR)将权重矩阵编码成多个光信号。谐振器结构具有基于权重矩阵调谐的谐振。可以将光信号输入到与谐振器结构阵列光耦接的输入波导中。波导上设有存放多个不同输入矢量信息的相变材料,所有相变材料共同实现可重构功能。可以基于从谐振器结构阵列输出的光功率来生成表示权重矩阵乘以输入矢量得到的结果。
背景技术
矩阵矢量乘法(Matrix-Vector Multiplications, MVM)运算是大规模神经形态光电计算中广泛应用的基本数学运算之一。
光子计算结构具有高速、并行等特点,在处理线性计算方面具有突出优势,成为当前国际研究的热点。人们使用光波导微纳结构和微透镜阵列等新型光学材料来构建光子计算芯片,并将其应用于不同的场景。
随着人工智能和大数据时代的到来,对高计算性能和小尺寸光子芯片的需求越来越大。例如,由于需要复杂的人工智能推理计算,这将导致计算阵列中的光学设备数量加倍。为了实现良好的性能,至少需要数万个光学器件,这也将导致更复杂的结构和更大的尺寸。为了实现可编程性,这将要求芯片具有更高的集成度。
在此背景下,光子计算硬件已成为突破电子技术瓶颈的有效途径。光子计算硬件的最大特点是数据传输的零能耗和超高的时钟速度,这确保了光子计算硬件在执行矩阵乘法时有可能突破现有电子技术的最高水平。
实现思路