CN111240400A - 光除法模块、光子神经网络芯片、芯片系统及光除法器 - Google Patents
光除法模块、光子神经网络芯片、芯片系统及光除法器 Download PDFInfo
- Publication number
- CN111240400A CN111240400A CN202010068336.7A CN202010068336A CN111240400A CN 111240400 A CN111240400 A CN 111240400A CN 202010068336 A CN202010068336 A CN 202010068336A CN 111240400 A CN111240400 A CN 111240400A
- Authority
- CN
- China
- Prior art keywords
- optical
- beam splitter
- module
- output
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06E—OPTICAL COMPUTING DEVICES; COMPUTING DEVICES USING OTHER RADIATIONS WITH SIMILAR PROPERTIES
- G06E3/00—Devices not provided for in group G06E1/00, e.g. for processing analogue or hybrid data
- G06E3/001—Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
Abstract
本申请提供一种光除法模块、光子神经网络芯片、芯片系统及光除法器,光除法模块包括n个级联的、具有确定的损耗和分束比例的分束器,n个分束器构成具有一个输入端和至少n+1个输出端的分束器连接结构,分束器连接结构的输入端用于接收待进行除法运算的光输入信号,至少n+1个输出端中的至少一个输出端与该输出端对应的目的输出设备连接,光输入信号从分束器连接结构的输入端输入后,依次经由分束器连接结构进行传输,从至少n+1个输出端中的至少一个输出端输出至各输出端对应的目的输出设备。该光除法模块可以实现光域中的除法操作,且可以设置于相关需要进行光信号除法运算的设备中,从而降低这类设备的复杂度,具有较高的应用价值。
Description
技术领域
本申请涉及光学技术领域,具体而言,涉及一种光除法模块、光子神经网络芯片、芯片系统及光除法器。
背景技术
在光学领域,出于计算需要,有时需要在光域中对输入的光信号进行除法操作。但不同于电域的运算方法,光域中进行的是模拟计算,电域的运算方法在光域里面并不能直接通用。
发明内容
本申请实施例的目的在于提供一种光除法模块、光子神经网络芯片、芯片系统及光除法器,用以实现光域中的除法操作。
本申请实施例提供了一种光除法模块,包括:
n个分束器,所述n个分束器级联,构成具有一个输入端和至少n+1个输出端的分束器连接结构;所述n大于等于1;各所述分束器具有确定的损耗和分束比例;所述分束器连接结构的输入端用于接收待进行除法运算的光输入信号;所述至少n+1个输出端中的至少一个输出端与该输出端对应的目的输出设备连接,所述光输入信号从所述分束器连接结构的输入端输入后,依次经由所述分束器连接结构进行传输,从所述至少n+1个输出端中的至少一个输出端输出至各输出端对应的目的输出设备。
在上述实现结构中,通过n个分束器级联,构成具有一个输入端和至少n+1个输出端的分束器连接结构,且各分束器具有确定的损耗和分束比例。使用分束器连接结构的输入端接收待进行除法运算的光输入信号,而至少n+1个输出端中的至少一个输出端与该输出端对应的目的输出设备连接。而应当理解的是,在光学领域损耗表示一个相对值,可以用10*lg(A/B)表示,式中A表示光信号损耗前的功率或光强,B表示光信号损耗后的功率或光强大。基于具有确定损耗的分束器,可以得到该分束器输入光信号光强和总输出光信号光强的比值。而公知的,分束器是可将一束光分成两束光或多束光的元件,因此分束器在具有的确定的分束比例以及损耗时,各分束器输出端所输出的光信号的光强与输入光信号的光强之间的比例关系是确定的,通过具有的确定的分束比例和损耗的各分束器构成的分束器连接结构,即可实现对于光信号的除法运算,输出降低所需倍数的光信号至目的输出设备。例如一个损耗为10*lg2dB,分束比例为1比1的分束器,其两个输出端输出的光信号的光强为输入该分束器输入端的光信号的光强1/4,即该分束器的两个输出端均实现了除数为4的除法运算。这样,即实现了光域中的除法操作,可以不将光信号转换为电信号就实现对光信号的除法操作,可以设置于相关需要进行光信号除法运算的设备中,从而降低这类设备的复杂度,具有较高的应用价值。
进一步地,所述n大于等于2,所述n个分束器中包含第一级分束器至第m级分束器;所述m为大于1且小于等于所述n的整数;所述第一级分束器有且仅有一个分束器,所述第一级分束器的输入端为所述分束器连接结构的输入端,所述第一级分束器的至少一个输出端与该输出端所对应的第二级分束器的输入端连接;所述第m级分束器的输入端与其对应的第m-1级分束器的输出端连接。
在上述实现结构中,第一级分束器有且仅有一个,其输入端构成了整个分束器连接结构的输入端,而其余各级的分束器的输入端连接到上一级分束器的输出端上,而由于各分束器的损耗和分束比例是确定的,因此最终可与目的输出设备连接的输出端所能输出的光信号的光强与输入至整个分束器连接结构的输入端中的光信号的光强之间的比值也是确定的,也即各可与目的输出设备连接的输出端所对应的除数是确定,此时即实现了一个单输入多输出的除法模块结构,在使用时,可以根据所需的除法要求,选择不同的输出端接入目的输出设备,具有更高的实际应用价值。
进一步地,所述n和m均为2;所述第二级分束器的输入端与所述第一级分束器的任一输出端连接。
在上述实现结构中,通过两个分束器来构成分束器连接结构,使得光除法模块具有至少三个可以接入目的输出设备的输出端,且通过选择具有合适的损耗和分束比例的分束器,可以使得各输出端所对应的除数不同,从而实现至少三种不同的除法操作,可以满足大部分情况下光除法的需要。而只通过两个分束器来构成分束器连接结构,使得本申请实施例的光除法模块可以做的更小巧,从而适用于更多的应用场景。
进一步地,所述分束器为Y型分束器。
本申请实施例还提供了一种光子神经网络芯片,包括:光信号输入模块和上述任一种的光除法模块;所述光信号输入模块,与所述光除法模块中分束器连接结构的输入端连接,用于向所述光除法模块输入待进行除法运算的光输入信号;所述光输入信号从所述分束器连接结构的输入端输入后,依次经由所述分束器连接结构进行传输,从所述至少n+1个输出端中的至少一个输出端输出至各输出端对应的目的输出设备。
在上述实现结构中,光子神经网络芯片中通过光除法模块即可实现对光信号输入模块传来的光信号的除法操作,从而得到所需的光信号,不再需要将光信号转换为电信号,在电域中进行除法操作后再转换回光信号,使得光子神经网络芯片中的结构更为简单,数据处理效率更高并且功耗较低。
进一步地,所述光子神经网络芯片还包括所述目的输出设备,所述目的输出设备为第一MZI(马赫-泽德)计算模块。
通常,光子神经网络芯片中会设置有MZI计算模块,以进行相应的光运算。在上述实现结构中,光除法模块对光信号输入模块传来的光信号进行除法操作后,将除法操作后的光信号输出给第一MZI计算模块,从而不再需要将光信号输入模块传来的光信号转换到电域中进行除法操作后再转换回光信号,可以直接通过光路传输到第一MZI计算模块中,从而提高了光子神经网络芯片的数据处理效率。
进一步地,所述光信号输入模块为光电转换模块;
或,所述光信号输入模块为第二MZI计算模块,且所述第二MZI计算模块的输入端与光电转换模块连接,所述第二MZI计算模块的输出端分别与所述光除法模块中分束器连接结构的输入端和所述第一MZI计算模块连接。
在上述实现结构中,光信号输入模块可以为光电转换模块,从而可以将电信号转换为光信号输入至光除法模块中进行除法处理。而需要理解的是,光子运算的速度要快于电子运算的速度,因此将电信号转换为光信号进行除法操作能够提高数据的处理能力,并且,光子之间无相互作用力,使得光子之间没有干扰,且光信号不受电磁场的干扰,因此使用光除法模块进行除法操作计算效果更好。
此外,在光子神经网络芯片中,在进行复杂数据处理时,往往需要使用多个MZI计算模块,而后一MZI计算模块的数据处理依赖于前一MZI计算模块的数据。在此过程中,出于业务需要往往还需要进行信号的除法运算,因此可以在第一MZI计算模块和第二MZI计算模块之间设置光除法模块,从而实现光除法运算,提高光子神经网络芯片运算效率。
进一步地,所述光信号输入模块为第二MZI计算模块,且所述第二MZI计算模块的输入端与光电转换模块连接。
需要了解的是,在光子神经网络芯片中,可能存在有需要对运算得到的信号进行除法操作,再外发给目的输出设备的情况。在上述实现结构中,在MZI计算模块后接入光除法模块,从而实现光除法运算,可以提高光子神经网络芯片的运算效率。
进一步地,所述光子神经网络芯片还包括加热芯片和控制模块;所述加热芯片设置于所述光除法模块中的分束器周边,并与所述控制模块连接,所述加热芯片用于受所述控制模块的控制产生不同的温度。
应当理解的是,分束器在不同的温度下,所具有的分束比例会存在一定的差异。在上述实现结构中,通过在光除法模块中的分束器周边设置加热芯片,并通过控制模块来实现对于加热芯片的控制,从而使得加热芯片产生不同的温度,从而控制分束器的分束比例改变,使得光除法模块的除数得以改变,使得光子神经网络芯片可以对光除法模块的除数进行智能控制,使得光子神经网络芯片更具通用性。
本申请实施例还提供了一种芯片系统,包括:电芯片和上述任一种的光子神经网络芯片;
所述电芯片与所述光子神经网络芯片通信连接,用于向所述光子神经网络芯片发送电信号数据;
所述光子神经网络芯片用于将所述电信号转换为光信号并对所述光信号进行除法运算后输出给目的输出设备。
上述芯片系统中,光子神经网络芯片可以实现光域中的除法操作,可以不将光信号转换为电信号就实现对光信号的除法操作,从而降低了芯片复杂度,具有较高的应用价值。
本申请实施例还提供了一种光除法器,包括光纤端子和上述任一种的光除法模块;所述光除法模块中的分束器连接结构的输入端上设置所述光纤端子,以接入输入光纤;所述光除法模块中的分束器连接结构的输出端上设置所述光纤端子,以接入输出光纤。
上述光除法器实现了光域中的除法操作,可以不将光信号转换为电信号就实现对光信号的除法操作,运算效率更高并且功耗较低。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种光除法模块的结构示意图;
图2为本申请实施例提供的一种具体的分束器结构示意图;
图3为本申请实施例提供的一种具体的光除法模块的结构示意图;
图4为本申请实施例提供的一种光子神经网络芯片的基本结构示意图;
图5为本申请实施例提供的一种光子神经网络芯片的可行结构示意图;
图6为本申请实施例提供的又一种光子神经网络芯片的可行结构示意图;
图7为本申请实施例提供的又一种光子神经网络芯片的可行结构示意图;
图8为本申请实施例提供的一种芯片系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
实施例一:
为了实现在光域中的除法操作,本申请实施例中提供了一种光除法模块。
本申请实施例中所提供的光除法模块包括有n个分束器,且n个分束器级联,从而构成具有一个输入端和至少n+1个输出端的分束器连接结构。
这里需要说明的是,本申请实施例中,n值应大于等于1。在n值为1时,即光除法模块仅具有一个分束器,该分束器的输入端即为光除法模块的输入端,该分束器的输出端即为光除法模块的输出端。
而在n值为大于等于2的整数时,可以参见图1所示光除法模块的结构示意图,各分束器层级连接,第一级分束器有且仅有一个,其输入端即构成了整个分束器连接结构的输入端(也即光除法模块的输入端),而第二级分束器可以有一个或多个,第二级分束器的输入端与第一级分束器的输出端连接。类似的,第m级分束器的输入端与其对应的第m-1级分束器的输出端连接。在本申请实施例中,m为大于1且小于等于n的整数。
需要注意的是,本申请实施例中分束器连接结构的输入端即为光除法模块的输入端,用于接收待进行除法运算的光输入信号。而分束器连接结构的至少n+1个输出端即为光除法模块的输入端,其中的任意一个输出端均可用于与目的输出设备连接,从而输出相应的进行除法操作后的光信号给目的输出设备。
需要理解是,分束器是可将一束光分成多束光的元件,因此一个分束器会具有多个输出端。在本申请实施例中,若所有分束器均采用只有两个输出端的分束器,那么光除法模块的输出端即为n+1个,但若存在某些分束器的输出端超过两个,那么光除法模块的输出端即会超过n+1个。
还需要理解的是,在本申请实施例中,光除法模块可以同时接入多个目的输出设备,但应当理解的是,一个光除法模块的输出端仅能连接一个目的输出设备。需要说明的是,光除法模块的输出端是指在整个分束器连接结构中,没有与某一分束器的输入端连接的输出端。
需要注意的是,在本申请实施例中,光除法模块中的各分束器具有确定的损耗和分束比例。
应当理解的是,在光学领域损耗表示一个相对值,单位是dB,可以用10*lg(A/B)表示,式中A表示光信号损耗前的功率或光强,B表示光信号损耗后的功率或光强大。因此对于一个具有确定损耗的分束器而言,该分束器的输入端接收到的光信号的光强和该分束器的所有输出端输出的光信号的总光强的比值即是确定的。例如,参见图2所示的分束器,分束器具有两个输出端,损耗为3dB,输入为16坎德拉的光信号,那么基于3dB的损耗可以确定该分束器两个输出端的总输出光信号的光强值为8坎德拉(3dB约等于10*lg2,也即输出损耗后的光信号光强为损耗前的一半)。
需要说明的是,任何光学器件理论上都存在一定的损耗,光学器件的损耗值可以通过光学检测测得,因此在生产本申请实施例所提供的光除法模块时,可以得到确定损耗的分束器。
还需要说明的是,上述损耗为3dB的分束器是为了便于说明本申请方案所示例的一种分束器,不代表本申请实施例中仅能采用损耗为3dB的分束器来实现。事实上,目前常见的分束器的损耗通常在0.2dB至0.5dB之间,本申请可以采用损耗在0.2dB至0.5dB之间的分束器来实现,具体的分束器选择可以由工程师根据实际需要进行确定,在本申请中不做限定。
还应当理解的是,分束器在生产时,会根据需要,明确各输出端之间的分束比例。比如对于图2所示的分束器,其分束比例即为1:7,表明一个输出端(后文记为输出端1)输出的光信号的光强、功率等占所有输出端输出的光信号的总光强、功率等的1/8,而另一个输出端(后文记为输出端2)输出的光信号的光强、功率等占所有输出端输出的光信号的总光强、功率等的7/8。
根据以上描述可以理解,分束器在具有的确定的分束比例以及损耗时,各分束器的输出端所输出的光信号的光强与各分束器的输入端所接收到的光信号的光强之间的比例关系是确定的,比如上述图2中,输出端1所输出的光信号的光强即为输入端所接收到的光信号的光强之间的1/16(相当于得到输出端1对应的除数为16),输出端2所输出的光信号的光强即为输入端所接收到的光信号的光强之间的7/16(相当于得到输出端2对应的除数为16/7)。因此,由具有的确定的分束比例和损耗的各分束器构成的分束器连接结构,分束器连接结构的各输出端即对应有一个确定的除数,比如针对图3所示的结构,输出端A对应的除数即为16,输出端B对应的除数即为8,输出端B对应的除数即为32/3。因此,本申请实施例中所提供的光除法器可实现对于光信号的确定比例的除法运算。
需要注意的是,本申请实施例中所采用的分束器可以包括Y型分束器、MMI(多模干涉仪)、定向耦合器中的一种或多种。
为便于理解本申请实施例的方案,下面以图3所示的具体光除法模块结构为例,对本申请实施例的方案进行进一步说明:
光除法模块由两个级联的Y型分束器构成,其中第一级分束器的输出端D与第二级分束器的输入端连接。且第一级分束器和第二级分束器均采用损耗为3dB的Y型分束器实现。其中,第一级分束器中输出端A所在的输出臂与输出端D所在的输出臂的分束比例为1:7,第二级分束器中输出端B所在的输出臂与输出端C所在的输出臂的分束比例为4:3。
设输入的待进行除法操作的光信号为光强为16坎德拉的光信号,那么若将目的输出设备接入输出端A,那么目的输出设备即得到光强为1坎德拉的光信号,即相当于对光信号进行了除数为16的除法操作;若将目的输出设备接入输出端B,那么目的输出设备即得到光强为2坎德拉的光信号,即相当于对光信号进行了除数为8的除法操作;若将目的输出设备接入输出端C,那么目的输出设备即得到光强为1.5坎德拉的光信号,即相当于对光信号进行了除数为32/3的除法操作。
需要理解的是,上述图3仅为本申请示例的一种可行光除法模块的结构,不代表本申请实施例仅可采用上述图3所示的结构实现。事实上,工程师可以根据实际需要,选择具有相应的损耗和分束比例的分光器来连接得到光除法模块。
本申请实施例所提供的光除法模块,可以实现光域中的除法操作,可以不将光信号转换为电信号就实现对光信号的除法操作。此外,光除法模块可以设置于相关需要进行光信号除法运算的设备中,从而降低这类设备的复杂度,具有较高的应用价值。
实施例二
本申请实施例中提供了一种具有实施例一种所描述的光除法模块的光子神经网络芯片,以及具有该光子神经网络芯片的芯片系统。
可以参见图4所示,光子神经网络芯片可以包括光信号输入模块和光除法模块。其中:
光信号输入模块与光除法模块的输入端连接,用于向光除法模块输入待进行除法运算的光输入信号;而光输入信号在从光除法模块的分束器连接结构的输入端输入后,会依次经由分束器连接结构进行传输,从光除法模块的至少一个输出端输出至各输出端分别对应的目的输出设备。
需要注意的是,本申请实施例中,目的输出设备可以是光子神经网络芯片某一个或某一些模块,比如可以为第一MZI计算模块。
在本申请实施例的一种可行实施方式中,光子神经网络芯片的结构可以如图5所示,光信号输入模块可以为光电转换模块,除法模块接收经由光电转换模块转换得到的光信号后,进行除法操作,并经由与第一MZI计算模块连接的输出端将除法操作后的光信号传输给第一MZI计算模块进行计算。
在本申请实施例的另一种可行实施方式中,光子神经网络芯片的结构可以如图6所示,光信号输入模块可以为第二MZI计算模块,第二MZI计算模块接收经由光电转换模块转换得到的光信号后进行计算,在将计算得到的光信号直接输出给第一MZI计算模块的同时,还将计算得到的光信号输出给光除法模块进行除法操作,光除法模块将除法操作得到的光信号输出给第一MZI计算模块,第一MZI计算模块基于光除法模块将除法操作得到的光信号以及第二MZI计算模块直接传来的光信号进行计算。
还需要注意的是,在本申请实施例中,目的输出设备也可以不是光子神经网络芯片中的模块,而是外部与光子神经网络芯片连接的设备,如电芯片等。
在本申请实施例的一种可行实施方式中,光子神经网络芯片的结构可以如图7所示,光信号输入模块为第二MZI计算模块,第二MZI计算模块接收经由光电转换模块转换得到的光信号后进行计算,将计算得到的光信号输出给光除法模块进行除法操作,光除法模块将除法操作得到的光信号输出给外部目的输出设备。
应当理解的是,图5至图7仅是本申请实施例中所示例的几种可行的光子神经网络芯片的结构,不应认为本申请实施例中光除法模块仅能通过上述方式在光子神经网络芯片中进行设置。事实上,光除法模块在光子神经网络芯片中的设置方式可以根据光子神经网络芯片的实际工作需要进行设置。
还应当理解的是,在光子神经网络芯片中,光信号通过硅波导实现传输。
此外,参见图8所示,图8为本申请实施例中提供的芯片系统的结构示意图。应当理解的是,在光子计算领域,光子神经网络芯片往往需要与电芯片来协作完成数据的处理,其中光子神经网络芯片主要用户进行光域的光信号计算,而电芯片则主要用于进行电信号的处理。电芯片可以向所述光子神经网络芯片发送电信号数据,而光子神经网络芯片可以将电信号转换为光信号并对光信号进行除法运算后输出给目的输出设备。
在芯片系统中,光子神经网络芯片中应当包括有光电转换模,从而将电芯片发来的电信号转换为光信号,例如图5至图7所示的结构,从而交给相应的模块进行处理。
此外,本申请实施例中,光子神经网络芯片的目的输出设备也可以为电芯片,从而将处理后的数据交付给电芯片进行进一步处理。
应当理解的是,分束器在不同的温度下,所具有的分束比例会存在一定的差异。在本申请实施例中,还可以在光除法模块中的分束器周边(比如在光除法模块中的某一或某些或所有分束器的下面)设置加热芯片,并通过设立的控制模块来实现对加热芯片的加热控制,从而控制光除法模块中分束器的分束比例变化,实现对光除法模块输出端对应的除数的变化控制。
应当理解的是,加热芯片可以通过通电即加热的铜片来实现,而控制模块可以采用设置于光子神经网络芯片中的单片机或微处理器等实现,此外也可以采用芯片系统中的电芯片来实现。
此外,本申请实施例中还提供了一种采用上述实施例一所提供的光除法模块实现的光除法器。光除法器包括光纤端子和上述实施例一所提供的光除法模块,其中:
光除法模块中的分束器连接结构的输入端上设置光纤端子,以接入输入光纤;光除法模块中的分束器连接结构的输出端上也设置光纤端子,以接入输出光纤。这样,光除法器在使用时,只需要接入相应的光纤即可使用,具有较强的实际应用价值。
应当理解的是,前述光子智设备,除此之外,本申请实施例中除法模块还可以应用于其余设备中。
在本申请所提供的实施例中,应该理解到,以上所描述的实施例仅仅是示意性的。所显示或讨论的相互之间的通信连接可以是通过一些通信接口,装置或单元的通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请实施例中的功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
在本文中,多个是指两个或两个以上。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种光除法模块,其特征在于,包括:
n个分束器,所述n个分束器级联,构成具有一个输入端和至少n+1个输出端的分束器连接结构;所述n大于等于1;各所述分束器具有确定的损耗和分束比例;
所述分束器连接结构的输入端用于接收待进行除法运算的光输入信号;
所述至少n+1个输出端中的至少一个输出端与该输出端对应的目的输出设备连接,所述光输入信号从所述分束器连接结构的输入端输入后,依次经由所述分束器连接结构进行传输,从所述至少n+1个输出端中的至少一个输出端输出至各输出端对应的目的输出设备。
2.如权利要求1所述的光除法模块,其特征在于,
所述n大于等于2,所述n个分束器中包含第一级分束器至第m级分束器;所述m为大于1且小于等于所述n的整数;
所述第一级分束器有且仅有一个分束器,所述第一级分束器的输入端为所述分束器连接结构的输入端,所述第一级分束器的至少一个输出端与该输出端所对应的第二级分束器的输入端连接;
所述第m级分束器的输入端与其对应的第m-1级分束器的输出端连接。
3.如权利要求2所述的光除法模块,其特征在于,所述n和m均为2;所述第二级分束器的输入端与所述第一级分束器的任一输出端连接。
4.如权利要求1-3任一项所述的光除法模块,其特征在于,所述分束器为Y型分束器。
5.一种光子神经网络芯片,其特征在于,包括:光信号输入模块和如权利要求1-4任一项所述的光除法模块;
所述光信号输入模块,与所述光除法模块中分束器连接结构的输入端连接,用于向所述光除法模块输入待进行除法运算的光输入信号;
所述光输入信号从所述分束器连接结构的输入端输入后,依次经由所述分束器连接结构进行传输,从所述至少n+1个输出端中的至少一个输出端输出至各输出端对应的目的输出设备。
6.如权利要求5所述的光子神经网络芯片,其特征在于,所述光子神经网络芯片还包括所述目的输出设备,所述目的输出设备为第一MZI计算模块。
7.如权利要求6所述的光子神经网络芯片,其特征在于,
所述光信号输入模块为光电转换模块;
或,
所述光信号输入模块为第二MZI计算模块,且所述第二MZI计算模块的输入端与光电转换模块连接,所述第二MZI计算模块的输出端分别与所述光除法模块中分束器连接结构的输入端和所述第一MZI计算模块连接。
8.如权利要求5所述的光子神经网络芯片,其特征在于,所述光信号输入模块为第二MZI计算模块,且所述第二MZI计算模块的输入端与光电转换模块连接。
9.如权利要求5-8任一项所述的光子神经网络芯片,其特征在于,所述光子神经网络芯片还包括加热芯片和控制模块;
所述加热芯片设置于所述光除法模块中的分束器周边,并与所述控制模块连接,所述加热芯片用于受所述控制模块的控制产生不同的温度。
10.一种芯片系统,其特征在于,包括:电芯片和如权利要求5-9任一项所述的光子神经网络芯片;
所述电芯片与所述光子神经网络芯片通信连接,用于向所述光子神经网络芯片发送电信号数据;
所述光子神经网络芯片用于将所述电信号转换为光信号并对所述光信号进行除法运算后输出给目的输出设备。
11.一种光除法器,其特征在于,包括光纤端子和如权利要求1-4任一项所述的光除法模块;
所述光除法模块中的分束器连接结构的输入端上设置所述光纤端子,以接入输入光纤;
所述光除法模块中的分束器连接结构的输出端上设置所述光纤端子,以接入输出光纤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068336.7A CN111240400B (zh) | 2020-01-20 | 2020-01-20 | 光除法模块、光子神经网络芯片、芯片系统及光除法器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010068336.7A CN111240400B (zh) | 2020-01-20 | 2020-01-20 | 光除法模块、光子神经网络芯片、芯片系统及光除法器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111240400A true CN111240400A (zh) | 2020-06-05 |
CN111240400B CN111240400B (zh) | 2023-10-20 |
Family
ID=70869157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010068336.7A Active CN111240400B (zh) | 2020-01-20 | 2020-01-20 | 光除法模块、光子神经网络芯片、芯片系统及光除法器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111240400B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1876296A (en) * | 1928-03-13 | 1932-09-06 | Hofgaard Remington Corp | Calculating machine |
CN105051598A (zh) * | 2013-11-27 | 2015-11-11 | 华为技术有限公司 | 一种光学数值全加器、光学数值全加方法及装置 |
CN109254350A (zh) * | 2018-10-26 | 2019-01-22 | 上海交通大学 | 平铺型光子神经网络卷积层芯片 |
-
2020
- 2020-01-20 CN CN202010068336.7A patent/CN111240400B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1876296A (en) * | 1928-03-13 | 1932-09-06 | Hofgaard Remington Corp | Calculating machine |
CN105051598A (zh) * | 2013-11-27 | 2015-11-11 | 华为技术有限公司 | 一种光学数值全加器、光学数值全加方法及装置 |
CN109254350A (zh) * | 2018-10-26 | 2019-01-22 | 上海交通大学 | 平铺型光子神经网络卷积层芯片 |
Also Published As
Publication number | Publication date |
---|---|
CN111240400B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Al-Qadasi et al. | Scaling up silicon photonic-based accelerators: Challenges and opportunities | |
JP3078467B2 (ja) | 周波数ルーティング装置 | |
US4708424A (en) | Transmissive single-mode fiber optics star network | |
US11644619B2 (en) | Optical splitter chip, optical splitter component, optical splitter apparatus, and optical fiber box | |
Lea | Bipartite graph design principle for photonic switching systems | |
CN105393476A (zh) | 访问内存的系统、装置及方法 | |
US4906064A (en) | Switch for selectively switching optical wavelengths | |
CN103336334B (zh) | 一种基于阵列波导光栅的光交换系统 | |
JP2001255567A (ja) | 光信号処理装置 | |
CN109491175A (zh) | 一种基于模式复用的可重构导向逻辑器件 | |
CN104317000B (zh) | 模块化可扩展的波长和空间全光路由器 | |
CN204203497U (zh) | 一种模块化可扩展的波长和空间全光路由器 | |
CN204203498U (zh) | 一种模块化可扩展的全光路由器 | |
CN116739063A (zh) | 一种基于多模干涉仪以及相干检测的神经网络加速器 | |
CN111240400A (zh) | 光除法模块、光子神经网络芯片、芯片系统及光除法器 | |
US6782168B2 (en) | Apparatus for and method of monitoring wavelength multiplexed signal light as well as optical transmission system using the same | |
CN104297853A (zh) | 模块化的波长和空间全光路由器 | |
JPH0586711B2 (zh) | ||
CN204270002U (zh) | 一种模块化可扩展的n2×n2波长和空间全光路由器 | |
US6901178B2 (en) | Fast tunable optical filter | |
JPS6251895A (ja) | 波長多重光交換回路 | |
WO2022228136A1 (zh) | 一种光功率调节系统和光功率调节装置 | |
JPH05323391A (ja) | 光信号処理装置 | |
CN104317137A (zh) | 模块化可扩展的n2×n2波长和空间全光路由器 | |
JP3962338B2 (ja) | 光パルスパターン発生器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |