【技术实现步骤摘要】
光电计算系统本申请是申请日为2019年6月4日、申请号为201980030464.8、专利技术名称为“光电计算系统”的专利技术专利申请的分案申请。相关申请的交叉引用本申请要求于2018年6月5日提交的美国临时申请62/680,944、于2018年10月12日提交的美国临时申请62/744,706、于2019年1月14日提交的美国临时申请62/792,144以及在2019年3月19日提交的美国临时申请62/820,562的优先权。所述申请的全部公开内容通过引用合并于此。
本公开涉及一种光电计算系统。
技术介绍
神经形态计算(neuromorphiccomputing)是电子领域中近似大脑的操作的方法。神经形态计算的一个突出方法是人工神经网络(artificialneuralnetwork;ANN),它是人工神经元的集合,人工神经元以特定的方式相互连接,以类似于大脑功能的方式处理信息。ANN已经在多种应用中找到了用途,这些应用包括人工智能、语音识别、文本识别、自然语言处理以及各种形式的模式识别。ANN具有输入层、一个或多个隐藏层以及输出层。每个层具有节点或人工神经元,并且节点在层之间互连。隐藏层的每个节点执行从先前层的节点所接收的信号的加权总和(weightedsum),并且执行加权总和的非线性转换(“激活”)以产生输出。可以藉由执行矩阵乘法步骤来计算加权总和。因此,计算ANN通常涉及多个矩阵乘法步骤,其通常使用电子集成电路来执行。在电子信号(例如电压或电流)上以模拟或数字形式编码 ...
【技术保护点】
1.一种光电计算系统,包括:/n存储单元,被配置以储存数据集和多个神经网络权重;/n驱动器单元,被配置以产生多个调制器控制信号和产生多个权重控制信号;/n光处理器,包括:/n光源,被配置以产生多个光输出;/n多个光调制器,耦接至所述光源和所述驱动器单元,所述多个光调制器被配置以通过基于所述多个调制器控制信号调制由所述光源所产生的多个光输出,来产生光输入向量;/n矩阵乘法单元,耦接至所述多个光调制器和所述驱动器单元,所述矩阵乘法单元被配置以基于所述多个权重控制信号将所述光输入向量转换成光输出向量;以及/n光电检测单元,耦接至所述矩阵乘法单元,并且被配置以产生对应所述光输出向量的多个输出电压;/n比较器单元,耦接至所述光电检测单元,并且被配置以将所述多个输出电压转换成多个数字1位光输出;以及/n控制器,包括集成电路,所述集成电路被配置以执行以下操作:/n从计算机接收包括输入数据集和第一多个神经网络权重的人工神经网络计算请求,其中所述输入数据集包括具有N位分辨率的第一数字输入向量;/n在所述存储单元中储存所述输入数据集和所述第一多个神经网络权重;/n将所述第一数字输入向量分解为N个1位输入向 ...
【技术特征摘要】
20180605 US 62/680,944;20181012 US 62/744,706;20191.一种光电计算系统,包括:
存储单元,被配置以储存数据集和多个神经网络权重;
驱动器单元,被配置以产生多个调制器控制信号和产生多个权重控制信号;
光处理器,包括:
光源,被配置以产生多个光输出;
多个光调制器,耦接至所述光源和所述驱动器单元,所述多个光调制器被配置以通过基于所述多个调制器控制信号调制由所述光源所产生的多个光输出,来产生光输入向量;
矩阵乘法单元,耦接至所述多个光调制器和所述驱动器单元,所述矩阵乘法单元被配置以基于所述多个权重控制信号将所述光输入向量转换成光输出向量;以及
光电检测单元,耦接至所述矩阵乘法单元,并且被配置以产生对应所述光输出向量的多个输出电压;
比较器单元,耦接至所述光电检测单元,并且被配置以将所述多个输出电压转换成多个数字1位光输出;以及
控制器,包括集成电路,所述集成电路被配置以执行以下操作:
从计算机接收包括输入数据集和第一多个神经网络权重的人工神经网络计算请求,其中所述输入数据集包括具有N位分辨率的第一数字输入向量;
在所述存储单元中储存所述输入数据集和所述第一多个神经网络权重;
将所述第一数字输入向量分解为N个1位输入向量,所述N个1位输入向量中的每一个对应所述第一数字输入向量的N位中的一个;
通过所述驱动器单元产生对应所述N个1位输入向量的N个1位调制器控制信号的序列;
从所述比较器单元得到对应N个1位调制器控制信号的序列的N个数字1位光输出的序列;
从所述N个数字1位光输出的序列建构N位数字输出向量;
对建构的N位数字输出向量执行非线性转换,以产生转换N位数字输出向量;以及
在所述存储单元中储存所述转换N位数字输出向量。
2.根据权利要求1所述的光电计算系统,其中所述存储单元、所述驱动器单元、所述光处理器、所述比较器单元以及所述控制器被设置在多芯片模块或集成电路中的至少一者上,以及
其中所述计算机在所述多芯片模块或所述集成电路的外部,所述计算机通过通信信道耦接至所述多芯片模块或所述集成电路,并且所述光处理器被配置为以比所述通信信道的数据速率大至少一数量级的数据速率来处理数据。
3.根据权利要求1或2所述的光电计算系统,其中所述系统具有第一循环时段,所述第一循环时段被定义为在所述存储单元中储存所述输入数据集和所述第一多个神经网络权重的步骤与在所述存储单元中储存所述转换N位数字输出向量的步骤之间所经过的时间,以及
其中所述第一循环时段小于或等于1ns。
4.根据权利要求1或2所述的光电计算系统,其中所述驱动器单元包括数字模拟转换(DAC)单元,所述人工神经网络计算请求进一步包括第二多个神经网络权重,并且其中所述操作进一步包括:
通过所述DAC单元,基于所述第一转换数字输出向量产生第二多个调制器控制信号,以及
基于所述第一多个数字输出和所述第二多个神经网络权重,通过所述DAC单元产生第二多个权重控制信号,
其中所述第一多个神经网络权重和所述第二多个神经网络权重对应人工神经网络的不同层。
5.根据权利要求1或2所述的光电计算系统,其中所述控制器的所述集成电路被配置以大于或等于8GHz的速率产生所述调制器控制信号。
6.根据权利要求1或2所述的光电计算系统,其中所述光源被配置以产生多个波长,
其中所述多个光调制器包括:
光调制器组,被配置以产生多个光输入向量,每一个光调制器组对应所述多个波长之一,并且产生具有相应波长的相应光输入向量;以及
光多路复用器,被配置以将所述多个光输入向量组合成包括所述多个波长的组合光输入向量。
7.根据权利要求1或2所述的光电计算系统,其中所述存储单元包括:
数字输入向量存储器,被配置以储存所述数字输入向量,并且包括至少一个SRAM;以及
神经网络权重存储器,被配置以储存所述多个神经网络权重,并且包括至少一个DRAM。
8.根据权利要求1或2所述的光电计算系统,其中所述驱动器单元包括数字模拟转换(DAC)单元,所述DAC单元包括:
第一DAC子单元,被配置以产生所述多个调制器控制信号;以及
第二DAC子单元,被配置以产生所述多个权重控制信号,
其中所述第一DAC子单元和所述第二DAC子单元是不同的。
9.根据权利要求1或2所述的光电计算系统,其中所述光源包括:
激光源,被配置以产生光;以及
光功率分离器,被配置以将由所述激光源所产生的光分成多个光输出,其中所述多个光输出中的每一个具有基本相同的功率。
10.根据权利要求1或2所述的光电计算系统,其中所述多个光调制器包括MZI调制器、环形共振调制器或电吸收调制器中的至少一个。
11.一种光电计算系统,包括:
存储单元;
驱动器单元,被配置以产生多个调制器控制信号;
光处理器,包括:
激光单元,被配置以产生多个光输出;
多个光调制器,耦接至所述激光单元和所述驱动器单元,所述多个光调制器被配置以通过基于所述多个调制器控制信号调制由所述激光单元所产生的多个光输出,来产生光输入向量;
光矩阵处理单元,耦接至所述多个光调制器和所述驱动器单元,所述光矩阵处理单元包括无源衍射光学组件,所述无源衍射光学组件被配置以基于由所述无源衍射光学组件所定义的多个权重控制信号将所述光输入向量转换成光输出向量;以及
光电检测单元,耦接至所述光矩阵处理单元,并且被配置以产生对应所述光输出向量的多个输出电信号;
比较器单元,耦接至所述光电检测单元,并且被配置以将所述多个输出电信号转换成多个数字1位光输出;以及
控制器,包括集成电路,所述集成电路被配置以执行以下操作:
从计算机接收包括输入数据集的人工神经网络计算请求,其中所述输入数据集包括具有N位分辨率的第一数字输入向量;
在所述存储单元中储存所述输入数据集;
将所述第一数字输入向量分解为N个1位输入向量,所述N个1位输入向量中的每一个对应所述第一数字输入向量的N位中的一个;
通过所述驱动器单元产生对应所述N个1位输入向量的N个1位调制器控制信号的序列;
从所述比较器单元得到对应N个1位调制器控制信号的序列的N个数字1位光输出的序列;
从所述N个数字1位光输出的序列建构N位数字输出向量;
对建构的N位数字输出向量执行非线性转换,以产生转换N位数字输出向量;以及
在所述存储单元中储存所述转换N位数字输出向量。
12.根据权利要求11所述的光电计算系统,其中所述光矩阵处理单元包括光矩阵乘法单元,所述光矩阵乘法单元被配置以将所述光输入向量转换成光输出向量,所述光输出向量表示由所述光输入向量所表示的输入向量与由所述无源衍射光学组件所定义的预定向量之间的矩阵乘法的乘积。
13.根据权利要求11或12所述...
【专利技术属性】
技术研发人员:沈亦晨,靖礼,鲁门丹高夫斯基,谢鹏,孟怀宇,马修高理,卢正观,罗纳德加农,莫里斯斯坦曼,吴建华,阿拉什侯赛因扎德赫,
申请(专利权)人:光子智能股份有限公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。