用于光学神经网络的光学非线性和放大器件制造技术

本公开提供了用于光学神经网络的光学非线性和放大器件。本公开的实施例描述用于构造具有任意数量层的矩阵乘法器的光学神经网络(ONN)的非线性光学器件的技术和配置。非线性光学器件包括：波导，该波导用于接收光学输入；以及增益介质，该增益介质与波导耦合，以对所接收到的光学输入进行放大或衰减，以提供响应于所述光学输入达到饱和而以非线性方式放大的输出，其中经非线性放大的所述输出用于为ONN提供非线性激活函数。可描述和要求保护额外的实施例。外的实施例。外的实施例。

【技术实现步骤摘要】
用于光学神经网络的光学非线性和放大器件


[0001]本公开的实施例一般地涉及光电子学的领域，并且更具体地，涉及用于光学神经网络的光学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)。光学神经网络(optical neural network，ONN)是使用光组件作为构件块的人工神经网络(Artificial Neural Network ANN)的一种物理实现。光学神经网络(ONN)的基本构建块通常包括互连的马赫
‑
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)。然而，由于MZI的大小和配置，互连的MZI的网络可能没有所期望的那么紧凑。此外，除了线性代数矩阵计算之外，ANN计算还通常实现非线性函数(诸如整流线性单元ReLu、Sigmoid S形、Tanh或阈值阶跃状函数)。然而，在光学域中，似乎没有用于ONN的等效光学非线性激活函数和/或器件。

技术实现思路

[0003]根据本专利技术的一方面，提供一种用于光学神经网络ONN的设备，该设备包括：波导，所述波导用于接收光学输入；以及增益介质，所述增益介质与波导耦合，以对所接收到的光学输入进行放大或衰减，以提供响应于光学输入达到饱和而以非线性方式产生的输出，其中经非线性产生的输出用于为ONN提供非线性激活函数。<br/>[0004]根据本专利技术的另一方面，提供一种用于光学神经网络ONN的设备，包括：光学矩阵乘法器，所述光学矩阵乘法器设置在半导体衬底中，以接收光学信号输入的阵列，并且将光学信号输入的阵列线性地变换成光学信号输出的阵列；以及非线性光学器件，所述非线性光学器件与光学矩阵乘法器耦合，以从光学矩阵乘法器接收光学信号输出，并且提供响应于光学矩阵乘法器的光学信号输出在第一功率范围内操作而以线性方式产生的第一光学输出，并且提供响应于光学矩阵乘法器的光学信号输出在第二功率范围内操作而以非线性方式产生的第二光学输出，其中第二功率范围比第一功率范围具有更高的功率极限，其中非线性光学器件的经非线性产生的第二光学输出用于为ONN提供非线性激活函数。
[0005]根据本公开的又一方面，提供一种用于在光学神经网络ONN中使用的系统，包括：ONN集成电路IC，该ONN IC包括：光学矩阵乘法器，所述光学矩阵乘法器设置在半导体衬底中，以接收光学信号输入的阵列，并且将光学信号输入的阵列线性地变换成光学信号输出的阵列；以及非线性光学器件，所述非线性光学器件与光学矩阵乘法器耦合，以从光学矩阵乘法器接收光学信号输出，并且提供响应于光学矩阵乘法器的光学信号输出达到饱和而以非线性方式产生的光学输出，其中非线性光学器件的经非线性产生的光学输出用于为ONN提供非线性激活函数；以及处理器，所述处理器耦合到ONN IC，以给ONN提供数据，所述数据要被调制到要由光学矩阵乘法器线性地变换的光学信号输入的阵列上。
附图说明
[0006]通过接下来的详细描述结合附图将容易理解实施例。为了帮助此描述，相似的附图标记指定相似的结构元素。在附图中以示例方式而非限制方式图示了实施例。
[0007]图1是示出根据各种实施例的ONN的层内的非线性光学器件的情境图。
[0008]图2示出根据各种实施例的具有和没有载流子注入正向偏置二极管的非线性光学器件的示例。
[0009]图3示出根据各种实施例的对于图2的光学非线性器件的示例输入和输出功率特性的曲线图。
[0010]图4示出根据各种实施例的非线性光学器件的各种图。
[0011]图5A和图5B示出根据各种实施例的应用于非线性光学器件的正向偏置效应和反向偏置效应的示例。
[0012]图6示出根据各种实施例的非线性光学器件中使用的载流子注入正向偏置二极管的各种图。
[0013]图7图示根据本公开的其他实施例的包括多个2
×
2幺正定向光学矩阵的矩阵乘法器和包括多个2
×
2幺正多模干涉(MMI)光学耦合器的光学幺正矩阵。
[0014]图8图示根据各种实施例的设有ONN的计算装置。
具体实施方式
[0015]本公开的实施例描述用于构造具有一层或多层矩阵乘法器的光学神经网络(ONN)的非线性光学器件的技术和配置。实施例包括将非线性光学器件耦合到包括光学相干矩阵乘法器的各层的输出以应用放大、衰减和非线性函数。在实施例中，非线性光学器件包括：波导，该波导用于接收光学输入；以及增益介质，该增益介质与波导耦合，以多所接收到的光学输入进行放大，以提供响应于光学输入达到饱和而以非线性方式放大的输出，其中经非线性放大的输出用于为ONN提供非线性激活函数。
[0016]在实施例中，非线性光学器件提供光学放大以补偿模拟ONN的多个层所需的波导传播损耗。在实施例中，III
‑
V族增益介质与硅光子结合以提供放大，其中增益介质提供线性放大，并且响应于输入功率达到饱和电平而提供非线性放大函数。在实施例中，能够添加载流子注入PIN二极管以与放大函数耦合，以提供光学衰减控制，以不会使后续层或光电二极管阵列(PDA)过载。
[0017]在接下来的描述中，将利用本领域技术人员通常用来将其工作的实质传达给本领域的其他技术人员的术语来描述说明性实现方式的各种方面。然而，本领域技术人员将会明白，只利用描述的方面中的一些也可以实现本公开的实施例。为了说明，记载了具体的数字、材料和配置以提供对说明性实现方式的透彻理解。然而，本领域技术人员将会清楚，没有这些具体细节也可以实现本公开的实施例。在其他情况下，省略或简化了公知的特征以免模糊说明性实现方式。
[0018]在接下来的详细描述中，参考了附图，附图形成本文的一部分，其中相似的标号始终指定相似的部件，并且在附图中以说明方式示出了可以实现本公开的主题的实施例。要理解，在不脱离本公开的范围的情况下，可利用其他实施例并且可做出结构或逻辑上的改变。因此，接下来的详述描述不应被从限制意义上来理解，并且实施例的范围由所附权利要
求及其等同物来限定。
[0019]对于本公开而言，短语“A和/或B”的意思是(A)、(B)或者(A和B)。对于本公开而言，短语“A、B和/或C”的意思是(A)、(B)、(C)、(A和B)、(A和C)、(B和C)或者(A、B和C)。
[0020]描述可使用基于视角的描述，例如顶/底、进/出、上/下，等等。这样的描述只是被用来促进论述，而不是为了限制本文描述的实施例在任何特定方向的应用。
[0021]描述可使用短语“在一实施例中”或者“在实施例中”，它们各自可以指一个或多个相同或不同实施例。此外，对于本公开的实施例使用的术语“包括”、“包含”、“具有”等等，是同义的。
[0022]本文可使用术语“与
……
耦合”及其衍生词本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于光学神经网络ONN的设备，该设备包括：波导，所述波导用于接收光学输入；以及增益介质，所述增益介质与所述波导耦合，以对所接收到的所述光学输入进行放大或衰减，以提供响应于所述光学输入达到饱和而以非线性方式产生的输出，其中经非线性产生的所述输出用于为所述ONN提供非线性激活函数。2.根据权利要求1所述的设备，还包括所述ONN的光学矩阵乘法器，所述光学矩阵乘法器与所述波导耦合，其中所述光学矩阵乘法器的输出包括对所述波导的所述光学输入。3.根据权利要求1所述的设备，其中所述设备提供所述非线性激活函数包括对所述光学输入提供以下项中的至少一个：放大、饱和、整流或衰减。4.根据权利要求1
‑
3中任一项所述的设备，其中所述增益介质包括III/V族材料。5.根据权利要求4所述的装置，其中所述增益介质由一个或多个参数表征，其中所述参数包括增益因子G，其中所述增益因子G是非线性参数。6.根据权利要求1
‑
3中任一项所述的设备，其中所述增益介质包括多量子阱MQW。7.根据权利要求6所述的设备，其中所述增益介质包括量子点增益介质。8.根据权利要求1
‑
3中任一项所述的设备，还包括载流子注入二极管，所述载流子注入二极管与所述增益介质耦合，以向所述输出提供衰减控制。9.根据权利要求8所述的设备，其中所述载流子注入二极管包括PIN二极管。10.根据权利要求1
‑
3中任一项所述的设备，其中所述设备包括非线性光学器件。11.根据权利要求1
‑
3中任一项所述的设备，其中所述设备被集成在ONN集成电路中。12.一种用于光学神经网络ONN的设备，包括：光学矩阵乘法器，所述光学矩阵乘法器设置在半导体衬底中，以接收光学信号输入的阵列，并且将所述光学信号输入的阵列线性地变换成光学信号输出的阵列；以及非线性光学器件，所述非线性光学器件与所述光学矩阵乘法器耦合，以从所述光学矩阵乘法器接收所述光学信号输出，并且提供响应于所述光学矩阵乘法器的所述光学信号输出在第一功率范围内操作而以线性方式产生的第一光学输出，并且提供响应于所述光学矩阵乘法器的所述光学信号输出在第二功率范围内操作而以非线性方式产生的第二光学输出，其中所述第二功率范围比所述第一功率范围具有更高的功率极限，其中所述非线性光学器件的经非线性产生的所述第二光学输出用于为所述ONN提供非线性激活函数。13.根据权利要求12所述的设备，还包括：光源的阵列，所述光源的阵列设置在...

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