基于微环谐振器MRR的光电信息处理器件及其组成的光计算网络制造技术

本发明专利技术公开了一种基于微环谐振器MRR的光电信息处理器件及其组成的光计算网络。该器件耦连于光计算网络的线性计算层之后，包括输入模块以及耦连于输入模块之后的信息处理模块；输入模块用于分别接收两路输入光信号并将两路输入光信号分别发送至信息处理模块，信息处理模块用于将两路输入光信号合束后执行非线性操作，生成激活光信号。本发明专利技术提供的器件结构紧凑，解决了级联计算层数量可扩展的光计算网络中计算层功能逐渐失效的问题，并适用于复数域计算网络架构。

【技术实现步骤摘要】

本专利技术涉及人工智能和光计算，尤其涉及一种基于微环谐振器mrr的光电信息处理器件及其组成的光计算网络。

技术介绍

1、在人工智能(ai)领域的迅猛发展中，传统神经网络(nn)模型凭借其在各种应用中展现出的卓越性能而备受关注。这些模型通过扩大深度和宽度，增强了表达能力和泛化能力，从而在处理复杂任务时取得了质的飞跃。然而，随着nn模型规模的不断扩大，其对传统计算架构的挑战也日益凸显，特别是在能耗、延迟和带宽限制方面的挑战，已经超出了摩尔定律的预期。

2、通常，ai计算网络中的一层计算层由一个线性矩阵向量乘法(matrix vectormultiplication，mvm)运算单元和非线性激活函数(nonlinear activation function，naf)运算单元组成，通过引入naf可以使计算网络处理更复杂的任务并且大幅提升训练速度和训练精度。光电融合计算芯片中光处理平台具有低延迟、低能耗以及高并行性等天然优势，成为高效完成mvm的理想平台，但实现可与mvm运算单元共同集成并可用于多层级联的的深度复数域运算网络的光电naf器件仍是目前光电本文档来自技高网...

【技术保护点】

1.一种基于微环谐振器MRR的光电信息处理器件，耦连于光计算网络的线性计算层之后，用于执行非线性操作，其特征在于：所述光电信息处理器件(100)包括输入模块(110)以及耦连于所述输入模块(110)之后的信息处理模块(130)；所述输入模块(110)用于分别接收两路输入光信号并将两路输入光信号分别发送至所述信息处理模块(130)，所述信息处理模块(130)用于将两路输入光信号合束后执行非线性操作，生成激活光信号并输出。

2.根据权利要求1所述的一种基于微环谐振器MRR的光电信息处理器件，其特征在于：所述的两路输入光信号分别为由所述线性计算层发出的待计算光信号、由任意激光光源发...

【技术特征摘要】

1.一种基于微环谐振器mrr的光电信息处理器件，耦连于光计算网络的线性计算层之后，用于执行非线性操作，其特征在于：所述光电信息处理器件(100)包括输入模块(110)以及耦连于所述输入模块(110)之后的信息处理模块(130)；所述输入模块(110)用于分别接收两路输入光信号并将两路输入光信号分别发送至所述信息处理模块(130)，所述信息处理模块(130)用于将两路输入光信号合束后执行非线性操作，生成激活光信号并输出。

2.根据权利要求1所述的一种基于微环谐振器mrr的光电信息处理器件，其特征在于：所述的两路输入光信号分别为由所述线性计算层发出的待计算光信号、由任意激光光源发出的补充光信号，所述激光光源为激光器或非相邻的前级光计算层。

3.根据权利要求2所述的一种基于微环谐振器mrr的光电信息处理器件，其特征在于：所述的信息处理模块(130)包括微环谐振型调制器(131)、光电探测器(132)和分束器(133)；所述分束器(133)用于接收待计算光信号并进行分束处理，生成第一分束光信号和第二分束光信号；所述光电探测器(132)用于将第一分束光信号变换为反馈电信号并将反馈电信号传输至微环谐振型调制器(131)；所述微环谐振型调制器(131)用于将第二分束光信号和补充光信号合束生成合束光信号，并利用所述反馈电信号调制合束光信号，生成激活光信号。

4.根据权利要求3所述的一种基于微环谐振器mrr的光电信息处理器件，其特征在于：所述输入模块(110)包括两个光信号支路，分别为第一光信号支路和第二光信号支路；第一光信号支路从所述线性计算层接收承载有待计算数据的待计算光信号并将待计算光信号输入分束器(133)；第二光信号支路包括调制器(111)，调制器(111)的光信号输入端接收补充光信号，调制器(111)的电信号输入端接收由任意波形发生器发出的调制...

【专利技术属性】
技术研发人员：李欢，孙雨欣，高淳，俞泽杰，戴道锌，
申请(专利权)人：浙江大学，
类型：发明
国别省市：