Lille mikroring-array muliggør stor matrixmultiplikation med kompleks værdi

Optisk databehandling bruger fotoner i stedet for elektroner til at udføre beregninger, hvilket kan øge hastigheden og energieffektiviteten af ​​beregninger betydeligt ved at overvinde elektronernes iboende begrænsninger. Det grundlæggende princip for optisk databehandling er lys-stof-interaktionen. Matrix computing er blevet et af de mest udbredte og uundværlige informationsbehandlingsværktøjer inden for videnskab og teknik, der bidrager med et stort antal beregningsopgaver til de fleste signalbehandlinger, såsom diskrete Fourier-transformationer og foldningsoperationer.

Som den grundlæggende byggesten i kunstige neurale netværk (ANN'er) optager matrixmultiplikation de fleste af beregningsressourcerne. På grund af elektroniske komponenters egenskaber kræver udførelse af simple matrixmultiplikationer et stort antal transistorer for at arbejde sammen, mens matrixmultiplikationer let kan implementeres af fundamentale fotoniske komponenter såsom mikroringe, Mach Zehnder-interferometre (MZI'er) og diffraktive planer. Derfor er hastigheden af ​​optisk databehandling flere størrelsesordener hurtigere end elektronisk databehandling og bruger meget mindre strøm. Den traditionelle usammenhængende matrix-vektor-multiplikationsmetode fokuserer imidlertid på operationer med virkelig værdi og fungerer ikke godt i komplekst værdifulde neurale netværk og diskrete Fourier-transformationer.

Forskere ledet af prof. Jianji Dong ved Huazhong Universitet for Videnskab og Teknologi (HUST), Kina, har foreslået en fotonisk kompleks matrix-vektor-multiplikator-chip, der kan understøtte vilkårlige storskala- og kompleks-værdi-matrix-multiplikationer. Chippen bryder flaskehalsen af ​​traditionelle ikke-kohærente optiske computersystemer, som har svært ved at opnå vilkårlige storskala kompleks-værdi matrix multiplikationer. Det muliggør også kunstig intelligens-applikationer, såsom diskrete Fourier-transformationer, diskrete cosinustransformationer, Walsh-transformationer og billedfoldninger.

Deres idé er at designe matrixnedbrydning og matrixpartitionering af intelligente algoritmer til mikroringarray-arkitekturen for at udvide matrixmultiplikationer fra det virkelige til det komplekse domæne og fra lille skala til stor skala. Forskerne havde succes med eksperimentelt at demonstrere adskillige typiske kunstig intelligens-applikationer, der viser potentialet af den fotoniske komplekse matrix-vektor-multiplikator-chip til applikationer inden for kunstig intelligens-computere. Værket med titlen "A small microring array that performs large complex-valued matrix-vector multiplification" blev offentliggjort den 28. april 2022 i Frontiers of Optoelectronics . + Udforsk yderligere

Fremskynder maskinlæring ved hjælp af lys