基于集成衍射结构的光电融合光子储备池芯片计算系统

摘要: 本发明涉及光子神经网络,尤其涉及一种基于集成衍射结构的光电融合光子储备池芯片计算系统。背景技术:1、在当今科技飞速发展的时代,人工智能与边缘计算领域取得了令人瞩...
基于集成衍射结构的光电融合光子储备池芯片计算系统

本发明涉及光子神经网络,尤其涉及一种基于集成衍射结构的光电融合光子储备池芯片计算系统。

背景技术:

1、在当今科技飞速发展的时代,人工智能与边缘计算领域取得了令人瞩目的进展。伴随这一趋势,时序信号处理、模式识别、故障诊断等机器学习任务在各个行业中的应用愈发广泛且深入。这些任务对于计算硬件的性能提出了前所未有的高要求,尤其,算力、延迟、功耗以及集成度等方面都成为衡量计算硬件能否满足需求的关键指标。

2、传统的电子计算平台在应对这些日益增长的需求时,逐渐暴露出诸多局限性。其中,带宽受限问题导致数据传输速度无法满足高速实时处理的要求,使得数据在传输过程中容易出现瓶颈,影响整体计算效率。而且传统的电子计算平台并行效率低使得其难以同时处理多个任务或数据,无法充分发挥硬件的潜力,进一步降低了计算速度。此外,功耗偏高也是传统的电子计算平台所存在的普遍问题,其不仅增加了能源成本,还可能导致设备散热问题,影响系统的稳定性和可靠性。综上所述,传统电子计算平台由于这些固有缺陷,难以满足机器学习任务中对高速实时处理的迫切需求。

3、在此背景下,光子储备池计算技术应运而生,并凭借其独特的优势成为应对时序任务的理想解决方案。光子储备池计算利用光的高速传播和并行处理特性,能够同时处理大量的数据,极大地提高了计算效率。而且,其低延迟特性使得数据处理速度更快,能够及时响应实时任务的需求。此外,光信号在传输过程中的低损耗特点,能够显著降低能量消耗,减少功耗。

4、然而,现有的片上光子储备池结构仍存在一系列亟待解决的问题。首先,参考信号与任务调制信号采用分路设计,这种设计方式虽然在一定程度上实现了信号的处理,但却使得结构变得复杂。由此,不仅增加了系统的设计和制造难度,还容易引入时延误差,进而影响计算的稳定性,使得计算结果出现偏差。

5、其次,现有的片上光子储备池结构的多通道并行输入能力存在不足,其针对信号处理的维度有限,无法充分发挥光子储备池计算的高并行优势,限制了系统的整体性能。

6、再者,现有的片上光子储备池对输入信号的特征映射及内部节点状态空间表达能力较弱,无法准确地提取和处理复杂的信号特征,从而影响计算的准确性和效率。

7、此外,多数现有的片上光子储备池系统依赖计算机离线训练。离线训练意味着在计算系统运行之前,需要在外部计算机上进行大量的训练工作。这种方式不仅增加了系统的复杂性和使用成本,还使得硬件在线训练与实时推理能力存在显著不足,无法及时适应变化的环境和任务需求,降低了系统的实用性和灵活性。

8、最后,现有的片上光子储备池系统的芯片集成度与结构紧凑性有待提升。随着应用场景的不断拓展,尤其是在轻量化部署场景中,如移动设备、物联网终端等,对计算系统的体积和重量有着严格的要求。现有的片上光子储备池结构在集成度和结构紧凑性方面还不能满足这些需求,难以适配轻量化部署场景,限制了其在更广泛领域的应用。

9、由此可见,现有的片上光子储备池结构存在的这些问题严重制约了其性能和应用范围,亟需提出一种新的解决方案以克服目前所面临的技术问题。

技术实现思路

1、本发明要解决的技术问题在于提供一种基于集成衍射结构的光电融合光子储备池芯片计算系统。

2、为实现上述发明目的,本发明提供一种基于集成衍射结构的光电融合光子储备池芯片计算系统,包括:输入层、储备池层、输出层、外部光探测模块和fpga模块;

3、所述输入层用于输入光信号且输出同步到达储备池层且强度一致的参考信号和调制信号;

4、所述储备池层包括多模波导和多个衍射槽结构组;

5、多模波导支持多阶模式与光信号传输,为输入信号提供衍射传播载体;

6、多个衍射槽结构组分布于多模波导内,用于实现输入信号的随机衍射与特征映射;

7、所述输出层接收由储备池层输出的光信号并耦合输出至外部光探测模块;

8、所述fpga模块与外部光探测模块连接,用于接收光探测模块转换的电信号,并完整实现数据交互、时钟管理、数据存储、状态控制、矩阵运算与训练计算。

9、根据本发明的一个方面,所述输入层包括输入光栅耦合器、输入波导、高速调制器、1×n型分束器、延迟波导和振幅调制器;

10、输入光信号经输入光栅耦合器耦合进输入波导,经高速调制器进行信号调制切换后,通过1×n型分束器分束为多路光信号,再经延迟波导进行时延分配后,由振幅调制器调制光信号强度后输出至储备池层;其中,延迟波导集成参考信号通路和调制信号通路,通过高速调制器的启停实现参考信号与调制信号一体化切换,保证参考信号和调制信号同步到达储备池层。

11、根据本发明的一个方面,所述高速调制器关闭时输入信号作为所述参考信号,所述高速调制器开启时加载任务数据,将任务数据映射到光信号特征参量形成所述调制信号。

12、根据本发明的一个方面,所述高速调制器为振幅高速调制器、相位高速调制器、振幅-相位联合高速调制器中的一种。

13、根据本发明的一个方面,所述1×n型分束器的分束数量大于或等于2;

14、所述延迟波导具有多个延迟通道以构成前馈延迟网络,对1×n型分束器输出的多路光信号进行独立的时延分配。

15、根据本发明的一个方面,所述输入层前连接有驱动激光器,所述驱动激光器用于产生输入光栅耦合器所需的输入光信号。

16、根据本发明的一个方面,沿多模波导的输入至输出方向,多个衍射槽结构组依次布置,同一组衍射槽结构组内相邻的衍射槽结构采用周期排列,用于增强光信号的空间衍射效应,提升储备池层对时序信号的表征能力。

17、根据本发明的一个方面,所述输出层包括楔形波导、输出波导和输出光栅耦合器;

18、经储备池层处理后的光信号经楔形波导的模式转换后输入至输出波导;

19、输出光栅耦合器用于将输出波导所传输的光信号耦合输出至外部光探测模块。

20、根据本发明的一个方面,所述楔形波导用于将多模波导的多模光信号转换为输出波导所需的单模光信号。

21、根据本发明的一个方面,所述fpga模块包括:

22、接口块,用于实现外部光探测模块探测的数据输入与训练结果及权重输出;

23、时钟管理模块,用于提供系统时钟与时序管理;

24、块存储器,用于存储数据、标签与权重参数;

25、可配置逻辑块,用于实现控制状态机与逻辑调度;

26、数字信号处理块,用于完成矩阵运算与训练计算;

27、布线资源组件,用于连接fpga内部所有功能组件。

28、根据本发明的一种方案,本方案将参考信号集成于延迟波导内,并通过高速调制器启停实现信号切换,简化了输入层结构,降低了时延误差,提高了计算稳定性。

29、根据本发明的一种方案,本方案采用多通道并行输入方式,有效提升了算力,增加了信号处理维度。通过所设置的多个衍射槽结构组增强了光信号衍射与特征映射能力,提高了计算的准确性和效率。同时,进一步配合fpga实现硬件在线训练,显著提升了系统的在线训练与实时推理能力。

30、根据本发明的一种方案,本方案的系统集成度、计算效率与实用性都得到了显著提升,有效满足了当前机器学习任务对计算硬件的高要求,能够在各种应用场景中发挥重要作用。

31、根据本发明的一种方案,本方案采用全片上集成设计,芯片尺寸小、系统集成度高。而且,本方案将参考信号集成于延迟波导内,通过高速调制器启停实现信号切换,简化了结构并提升信号同步精度,同时,依托多通道并行输入提升算力效率,配合全功能fpga模块实现硬件端在线训练与低延迟推理,摆脱对计算机离线训练的依赖,使用更便捷,可使得本方案充分适配多种机器学习任务。

32、根据本发明的一种方案,本方案采用1×n分束与多通道并行输入,大幅提升信号处理算力与并行效率。

33、根据本发明的一种方案,本方案采用多模波导配合衍射槽结构,增强光信号随机衍射与特征映射能力,拓展状态空间维度。

34、根据本发明的一种方案,本方案通过将参考信号通路与调制信号通路共同集成于延迟波导内,省去了额外的一个分路器件,避免了激光能量被参考信号预先分走一半的浪费问题,使得同样功率的激光能够更充分地用于计算过程,显著提升了能量利用效率,同时降低了系统对激光器功率的需求,有利于实现更低功耗的整体芯片设计。