【技术实现步骤摘要】
本申请涉及光计算,具体涉及一种自注意力机制的张量点乘加速架构及方法。
技术介绍
1、近年来,在人工智能的深度学习算法中出现了一种自注意力机制(transformer)模型,通过在输入序列内部进行注意力计算,使模型能够很好的理解输入之间的依赖关系和上下文信息。在这个模型中,需要对数据进行动态的、全域的张量乘法。
2、随着摩尔定律接近极限,电子集成芯片的计算性能也趋近极限,光子集成芯片,因其高速、低功耗、可集成,称为下一代计算芯片的研发重点。然而,目前的光子计算集成芯片,主要集中在对矩阵向量乘法和卷积计算的加速上,其中矩阵和卷积核部分的数据相对于输入信号变化缓慢。该类型光子计算结构不能很好的支持两组操作数需要同步高速变化。此外,自注意力机制张量点乘需要对全数域计算,非相干的光子计算结构大部分只能对非负输入数据进行处理。
技术实现思路
1、本申请提供一种自注意力机制的张量点乘加速架构及方法,其利用波分复用技术,可实现自注意力机制点乘加速。
2、第一方面,本申请实施例提供一
...【技术保护点】
1.一种自注意力机制的张量点乘加速架构,其特征在于:所述自注意力机制的张量点乘加速架构包括:两个调制器阵列、第一相移器、混频器和平衡探测器;
2.如权利要求1所述的自注意力机制的张量点乘加速架构,其特征在于,所述调制器阵列包括:
3.如权利要求2所述的自注意力机制的张量点乘加速架构,其特征在于,所述第一调制器、第二调制器和第二调制器均为微环调制器。
4.如权利要求1至3任意一项所述的自注意力机制的张量点乘加速架构,其特征在于:
5.如权利要求1所述的自注意力机制的张量点乘加速架构,其特征在于,还包括:
6.如
...【技术特征摘要】
1.一种自注意力机制的张量点乘加速架构,其特征在于:所述自注意力机制的张量点乘加速架构包括:两个调制器阵列、第一相移器、混频器和平衡探测器;
2.如权利要求1所述的自注意力机制的张量点乘加速架构,其特征在于,所述调制器阵列包括:
3.如权利要求2所述的自注意力机制的张量点乘加速架构,其特征在于,所述第一调制器、第二调制器和第二调制器均为微环调制器。
4.如权利要求1至3任意一项所述的自注意力机制的张量点乘加速架构,其特征在于:
5.如权利要求1...
【专利技术属性】
技术研发人员:朱盈,刘晔,刘佳,肖希,
申请(专利权)人:武汉邮电科学研究院有限公司,
类型:发明
国别省市:
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。