用于光学神经网络的光学模拟矩阵乘法器制造技术

本公开提供了用于光学神经网络的光学模拟矩阵乘法器。本公开的实施例针对的是这样的技术和装置：该装置包括ONN的至少一层，其中包括在半导体衬底中提供的光学矩阵乘法器，以接收多个光学信号输入并且将多个光学信号输入线性地变换为多个光学信号输出。光学矩阵乘法器包括：在光学上互连以实现矩阵的奇异值分解(SVD)的一个或多个2

【技术实现步骤摘要】
用于光学神经网络的光学模拟矩阵乘法器


[0001]本公开的实施例概括而言涉及光电子和光学神经网络处理器的领域，更具体而言涉及用于光学神经网络的矩阵乘法器的技术和配置。

技术介绍

[0002]机器学习体系结构通常基于人工神经网络(artificial neural network，ANN)。传统的基于互补金属氧化物半导体(complementary metal oxide semiconductor，CMOS)的ANN在计算速度和功率效率方面可能是受限的。光学神经网络(optical neural network，ONN)是使用光学组件作为构建块的ANN的物理实现。ONN的基本构建块通常包括相互连接的马赫
‑
曾德尔干涉仪(Mach
‑
Zehnder interferometer，MZI)，其对光学信号的阵列执行幺正变换(unitary transformation)。

技术实现思路

[0003]根据本公开的一方面，提供一种用于光学神经网络ONN的装置，置包括所述ONN的至少一层，所述至少一层包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于光学神经网络ONN的装置，包括：所述ONN的至少一层，所述至少一层包括：在半导体衬底中提供的光学矩阵乘法器，用以接收多个光学信号输入并且将所述多个光学信号输入线性地变换为多个光学信号输出，其中所述光学矩阵乘法器包括一个或多个2
×
2幺正光学矩阵，所述2
×
2幺正光学矩阵在光学上互连以实现矩阵的奇异值分解SVD；以及与所述半导体衬底中的所述光学矩阵乘法器耦合的非线性光学器件，用以接收所述光学信号输出并且提供光学输出，该光学输出是响应于所述光学矩阵乘法器的所述光学信号输出达到饱和而以非线性方式生成的。2.如权利要求1所述的装置，还包括：在所述半导体衬底中提供的光源的阵列，用以生成光信号的阵列；以及与所述半导体衬底中的所述光源的阵列耦合的多个光学调制器，用以将数据调制到所述光信号上以生成所述光学信号输入的阵列，以提供给所述光学矩阵乘法器。3.如权利要求1所述的装置，其中所述一个或多个2
×
2幺正光学矩阵包括2
×
2光学耦合器，其中所述2
×
2光学耦合器包括以下之一：具有一个或多个移相器的2
×
2幺正定向光学耦合器、具有一个或多个移相器的2
×
2幺正绝热定向光学耦合器、或者具有一个或多个移相器的多模干涉MMI光学耦合器。4.如权利要求2所述的装置，其中所述半导体衬底是单个半导体衬底，并且所述光源的阵列、所述多个光学调制器、以及所述光学矩阵乘法器被异构地集成在所述单个半导体衬底中。5.如权利要求1
‑
4中任一项所述的装置，其中包括在光学上互连以实现矩阵的奇异值分解SVD的一个或多个2
×
2幺正光学矩阵的所述光学矩阵乘法器包括：幺正矩阵U、对角矩阵∑、以及幺正矩阵V。6.如权利要求5所述的装置，其中所述矩阵U是具有8个输入和8个输出的8
×
8矩阵，其中所述矩阵∑是8
×
8对角矩阵，其中所述矩...

【专利技术属性】
技术研发人员：林雯华，阿米尔，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：