一种支持存算一体及波长-模式混合复用的光学矩阵乘法器

    公开(公告)号:CN115085854B

    公开(公告)日:2023-08-29

    申请号:CN202210663150.5

    申请日:2022-06-13

    Abstract: 本发明请求保护一种支持存算一体及波长‑模式混合复用的光学矩阵乘法器结构,来解决神经网络加速器中矩阵运算的功耗较大及运算吞吐量受限的问题。首先,采用非易失相变材料GST与无源MR组成存算一体光学点积计算引擎。其中微环谐振器用于实现对不同波长光信号的引导,权重存储在集成与光波导上的GST中,使得光在传输的过程中完成数据的读取与计算,从而提高计算速率、降低能耗。此外,搭建支持波长和模式混合复用的矩阵乘法器,通过将不同波长和模式的数据作为独立的信号载体同时输入到矩阵中进行乘加运算,从而提高并行计算规模。本发明有望实现大规模、低功耗的光学矩阵乘法器,以满足数据量爆发式增长的驱动下对高性能计算硬件的需求。

    一种支持存算一体及波长-模式混合复用的光学矩阵乘法器

    公开(公告)号:CN115085854A

    公开(公告)日:2022-09-20

    申请号:CN202210663150.5

    申请日:2022-06-13

    Abstract: 本发明请求保护一种支持存算一体及波长‑模式混合复用的光学矩阵乘法器结构,来解决神经网络加速器中矩阵运算的功耗较大及运算吞吐量受限的问题。首先,采用非易失相变材料GST与无源MR组成存算一体光学点积计算引擎。其中微环谐振器用于实现对不同波长光信号的引导,权重存储在集成与光波导上的GST中,使得光在传输的过程中完成数据的读取与计算,从而提高计算速率、降低能耗。此外,搭建支持波长和模式混合复用的矩阵乘法器,通过将不同波长和模式的数据作为独立的信号载体同时输入到矩阵中进行乘加运算,从而提高并行计算规模。本发明有望实现大规模、低功耗的光学矩阵乘法器,以满足数据量爆发式增长的驱动下对高性能计算硬件的需求。

Patent Agency Ranking