一种实现非线性激活的光子芯片计算单元及光子芯片制造技术

本发明专利技术提供了一种实现非线性激活的光子芯片计算单元，包括：泵浦激光器、激活模块、卷积模块和光电转换模块；激活模块为全通型微环谐振器，泵浦激光器连接激活模块；卷积模块为分叉复用微环谐振器，全通型微环谐振器的直通端连接分叉复用微环谐振器的输入端；光电模块包括平衡探测器和跨阻放大器，分叉复用微环谐振器的直通端和下载端分别连接平衡探测器；平衡探测器连接跨阻放大器；跨阻放大器输出的电压信号反馈至全通型微环谐振器，对全通型微环谐振器施加电压，对激活模块进行调制。本发明专利技术利用了等离子色散效应，实现数据的高速调制，可以同时实现多个波长的非线性操作，以完成并行计算，提高推理速度，减少推理时间，减少光子芯片的尺寸。

【技术实现步骤摘要】

本专利技术涉及光子信息处理以及光子计算，特别是涉及一种实现非线性激活的光子芯片计算单元及光子芯片。

技术介绍

1、自2012年hinton利用alexnet卷积神经网络赢得imagenet比赛后，神经网络已经逐渐应用于无人驾驶，计算机视觉，自然语言处理等领域并取得了不菲的成绩，且到目前为止，暂无其他技术可以替代其取得较高的性能。神经网络主要依赖于大量的计算，且随着计算量的增加，神经网络的推理速度也会随之下降。近年来，由于摩尔定律的逐渐放缓和冯诺依曼瓶颈结构的影响，神经网络底层硬件对神经网络的计算量和速度不再具有明显的提升，因此，光子神经网络逐渐兴起并引起了人们的广泛兴趣。

2、与电相比，光具有高速、高并行、大吞吐量、以及低串扰等优势。且光天然适用于矩阵运算，因此，比较适用于神经网络计算。现有的光子神经网络主要有空间光神经网络和集成光学神经网络。与空间光神经网络相比，集成光学神经网络可以与cmos兼容，且具有尺寸小、结构紧凑、可进行片上集成等优势。集成光学神经网络又分为马赫曾德光学神经网络和微环光学神经网络。与马赫曾德神经网络相比，微环神经网络尺本文档来自技高网...

【技术保护点】

1.一种实现非线性激活的光子芯片计算单元，其特征在于，所述光子芯片计算单元包括：泵浦激光器、激活模块、卷积模块和光电转换模块；

2.根据权利要求1所述的光子芯片计算单元，其特征在于，所述全通型微环谐振器由硅材料和二氧化硅材料构成，半径为5um，宽度为500nm，厚度为220nm。

3.根据权利要求1所述的光子芯片计算单元，其特征在于，所述全通型微环谐振器进行掺杂处理，掺杂浓度为1018/cm3。

4.一种实现非线性激活的光子芯片，其特征在于，所述光子芯片包括阵列的多个权利要求1至3中任一权利要求所述的光子芯片计算单元。

【技术特征摘要】

1.一种实现非线性激活的光子芯片计算单元，其特征在于，所述光子芯片计算单元包括：泵浦激光器、激活模块、卷积模块和光电转换模块；

2.根据权利要求1所述的光子芯片计算单元，其特征在于，所述全通型微环谐振器由硅材料和二氧化硅材料构成，半径为5um，宽度为500nm，厚度为...

【专利技术属性】
技术研发人员：祝连庆，丁静雅，胡鹏浩，于明鑫，鹿利单，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：