本发明属于光神经网络,尤其是一种光矩阵乘法计算最小单元及网络。
背景技术:
1、后摩尔定律时代对计算系统的算力和能耗提出了更高的要求,基于冯·诺伊曼架构的传统电子器件已经无法满足高性能计算的需求。光子神经网络是指使用光学器件实现的神经网络,相较传统的电学神经网络,具有高并行度、高计算速度等优势。以sbs、sbse等为代表的相变材料(pcm)具有状态非易失和超低损耗特性,将其与光波导结合的光子计算单元,可以带来极大的效率提升。
2、马赫-曾德尔干涉仪(mzi)是一个天然的最小矩阵运算单元,可以用于实现光学神经网络中的乘累加计算。一个mzi由两个定向耦合器(directional coupler,dc)和内外两个移相器(phase shifter,ps)构成,输入光波经过定向耦合器被分成频率和相位相同的两路信号分别进入两条光支路。一条光路上的折射率会随移相器外部施加的偏置电压信号大小变化,继而引起晶体中传输光波的相位变化,从而实现光波相位调制。
3、现有技术中,最常见的mzi网格拓扑结构包括三角形网络和矩形网络等。通过级联多个mzi可构建任意n输入、n输出的mzi网络,其中每个mzi的传输矩阵均为su(2)。在网络中按顺序放置mzi单元,相当于从硬件上实现多个矩阵的乘积,得到任意的su(n)。mzi通常采用铌酸锂材料的热光移相器,每单位消耗10mw到20mw的热调谐。随着阵列规模的提升,需要的mzi器件数增多,移相器带来的热调谐功耗和调谐相位误差也增大。多个mzi级联产生的耦合串扰增大,同时也导致了光学损耗、传输损耗上的积累。定向耦合器和热光移相器的尺寸也限制了阵列规模的可扩展性,并带来了工艺封装上的难度。
技术实现思路
1、针对现有技术存在的问题,本发明提出了一种光矩阵乘法计算最小单元及网络。
2、为实现上述技术目的,本发明采用的技术方案是:
3、一方面,本发明提出一种光矩阵乘法计算最小单元,包括移相器和可调谐定向耦合器,所述定向耦合器的一条输入波导臂和耦合区域上设有移相器。
4、进一步地,所述光矩阵乘法计算最小单元中采用相变材料贴片作为移相器,在所述定向耦合器的一条输入波导臂和耦合区域上覆盖有相变材料贴片。
5、进一步地,所述光矩阵乘法计算最小单元中,通过在移相器两端通过电极加电压的方式调控相变材料的晶化与非晶化。
6、进一步地,所述光矩阵乘法计算最小单元中,所述移相器所采用的材料是以sbse、sbs为代表的低损耗、高折射率的相变材料。
7、进一步地,所述光矩阵乘法计算最小单元中,所述定向耦合器是分光比可调的。具体地,所述定向耦合器通过耦合区域的移相器来调节其分光比。
8、另一方面,本发明提供一种光矩阵乘法计算网络,其特征在于,包括多个上述任一种光矩阵乘法计算最小单元。
9、进一步地,所述光矩阵乘法计算网络为n输入n输出的光矩阵乘法计算网络,具有n(n-1)/2个光矩阵乘法计算最小单元,由n(n-1)/2个光矩阵乘法计算最小单元连接而成。
10、进一步地,n(n-1)/2个光矩阵乘法计算最小单元级联构成n输入n输出的光矩阵乘法计算阵列网络,每一列光矩阵乘法计算最小单元为一级,n输入n输出的光矩阵乘法计算阵列网络具有n级移相器和定向耦合器,n≥3。
11、相对于现有技术,本发明能够产生的有益技术效果是:
12、本发明采用两个移相器和一个定向耦合器构成的光矩阵乘法计算最小单元,通过减少光矩阵乘法计算网络中的移相器和定向耦合器数目有效减小阵列尺寸,降低传输损耗和调谐相位误差。
13、本发明中采用相变材料贴片作为移相器,在定向耦合器的输入侧的一条波导臂上和耦合区域上分别覆盖相变材料,并在移相器两端通过电极加电压调控相变材料的晶化与非晶化,有效减少移相器的尺寸,降低移相器的热损耗。
14、本发明采用紧凑连接的方式构建光矩阵乘法计算网络,通过光矩阵乘法计算最小单元级联的形式获得光矩阵乘法计算网络,减小了光学深度,提升了阵列的可扩展性。
1.光矩阵乘法计算最小单元,其特征在于,包括移相器和可调谐定向耦合器,所述定向耦合器的一条输入波导臂和耦合区域上设有移相器。
2.根据权利要求1所述的光矩阵乘法计算最小单元,其特征在于,采用相变材料贴片作为移相器,在所述定向耦合器的一条输入波导臂和耦合区域上覆盖有相变材料贴片。
3.根据权利要求3所述的光矩阵乘法计算最小单元,其特征在于,在移相器两端通过电极加电压的方式调控相变材料的晶化与非晶化。
4.根据权利要求2或3所述的光矩阵乘法计算最小单元,其特征在于,所述移相器所采用的相变材料是sbs或sbse。
5.根据权利要求4所述的光矩阵乘法计算最小单元,其特征在于,所述定向耦合器通过耦合区域的移相器来调节其分光比。
6.光矩阵乘法计算网络,其特征在于,包括多个如权利要求1或2或3或5所述的光矩阵乘法计算最小单元。
7.根据权利要求6所述的光矩阵乘法计算网络,其特征在于,所述光矩阵乘法计算网络为n输入n输出的光矩阵乘法计算网络,具有n(n-1)/2个光矩阵乘法计算最小单元。
8.根据权利要求7所述的光矩阵乘法计算网络,其特征在于,所述光矩阵乘法计算最小单元的传输矩阵,表达式如下:
9.根据权利要求8所述的光矩阵乘法计算网络,其特征在于,n输入n输出的光矩阵乘法计算阵列网络中,每个光矩阵乘法计算最小单元的传输矩阵均是一个酉矩阵,n输入n输出的光矩阵乘法计算阵列网络的酉矩阵等价于n(n-1)/2个光矩阵乘法计算最小单元其传输矩阵相乘。
10.根据权利要求9所述的光矩阵乘法计算网络,其特征在于,n(n-1)/2个光矩阵乘法计算最小单元级联构成n输入n输出的光矩阵乘法计算阵列网络,每一列光矩阵乘法计算最小单元为一级,n输入n输出的光矩阵乘法计算阵列网络具有n级移相器和定向耦合器,n≥3。