CN114326923A - 基于偏振旋转分束器实现的光学矩阵向量乘法器 - Google Patents
基于偏振旋转分束器实现的光学矩阵向量乘法器 Download PDFInfo
- Publication number
- CN114326923A CN114326923A CN202210127057.2A CN202210127057A CN114326923A CN 114326923 A CN114326923 A CN 114326923A CN 202210127057 A CN202210127057 A CN 202210127057A CN 114326923 A CN114326923 A CN 114326923A
- Authority
- CN
- China
- Prior art keywords
- optical
- polarization
- signal
- optical signal
- polarization mode
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 170
- 230000010287 polarization Effects 0.000 title claims abstract description 122
- 239000013598 vector Substances 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims abstract description 21
- 239000012782 phase change material Substances 0.000 claims abstract description 16
- 239000004065 semiconductor Substances 0.000 claims abstract description 10
- 238000009825 accumulation Methods 0.000 claims abstract description 8
- 239000002086 nanomaterial Substances 0.000 claims description 11
- 238000003491 array Methods 0.000 claims description 8
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 6
- 230000000638 stimulation Effects 0.000 claims description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 4
- 229910052710 silicon Inorganic materials 0.000 claims description 4
- 239000010703 silicon Substances 0.000 claims description 4
- 238000000151 deposition Methods 0.000 claims description 3
- 235000012239 silicon dioxide Nutrition 0.000 claims description 3
- 239000000377 silicon dioxide Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 10
- 230000005284 excitation Effects 0.000 abstract description 5
- 230000033228 biological regulation Effects 0.000 abstract description 4
- 238000000034 method Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005693 optoelectronics Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003989 dielectric material Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910000510 noble metal Inorganic materials 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)
Abstract
本发明公开了一种基于偏振旋转分束器实现的光学矩阵向量乘法器，包括由半导体激光器阵列组成的多波长光源模块、由调制器阵列组成的电光转换模块、基于可重构的偏振旋转分束器阵列的信号加权模块以及由平衡探测器和跨阻放大器组成的信号累加模块。本发明采用相变材料与超表面结构结合的方式实现了可重构的偏振旋转分束器，可重构的偏振旋转分束器能够分离TE偏振模光信号和TM偏振模光信号，并通过添加偏压作为外部激励，能够改变偏振旋转分束器的相变波导表面的结晶态，从而改变TE偏振模光信号和TM偏振模光信号的比例，根据比例不同的偏振模的功率组分之差来表示权重值，可以实现权重态的精确调控，解决权重的正负态表达问题。
Description
技术领域
本发明涉及光计算技术领域，具体涉及一种基于偏振旋转分束器实现的光学矩阵向量乘法器。
背景技术
近年来，随着信息技术的飞速发展，当今社会已进入了大数据和人工智能时代，数据信息呈爆炸式增长，在此背景下，人们对数据处理和计算效率的要求越来越高。人工智能领域的应用很大程度上依赖于对大量的大型数据集进行处理，涉及到大量的矩阵乘法运算，这对于传统的计算机电子硬件框架来说耗能巨大并且训练速度缓慢。阻碍计算效率进一步提高的因素主要有两方面，一是摩尔定律的发展快接近其物理极限，二是“冯诺依曼瓶颈”，即内存和数据处理单元之间的存取增加了数据移动的成本。
为了解决计算效率的瓶颈问题，人们开始探索用集成光电子器件组成的硬件架构来实现矩阵乘法运算加速过程。光不仅具有高速、并行、低串扰、低延时、低能耗以及高互连带宽等特性，片上激光器、调制器、探测器、波导等各种有源和无源的光电子器件工艺也越来越成熟，这使得未来低成本大规模的光计算硬件成为可能。
目前通过片上集成光学器件来实现矩阵向量乘法(MVM)运算的方案主要有两种。一种是利用奇异值分解原理，基于马赫曾德尔干涉仪(MZI)器件实现的矩阵乘法单元，级联的MZI网络由于器件加工特征尺寸大、容差特性较好、插入损耗小、单一波长、调控方便、理论完备等优点，具有较好的应用可行性，但同时其特征尺寸较大，导致其能耗也较大；另一种是利用波分复用原理，基于微环谐振器(MRR)实现的矩阵乘法单元，微环器件具有体积小，能耗低的优势，但是其对温度十分敏感，工艺误差对其性能的影响也较大。上述两种方案的实现都需要加电来维持权重态的表达，导致其计算能耗较大，且由于器件本身的物理特性，想要实现高精度加权运算目前来说还比较困难。
现有技术中，无论是采用MZI网络或者MRR阵列对输入光信号进行加权，均需要一直给器件加电来维持权重态的保持，导致其计算能耗较大，且利用微环谐振器的谐振峰透射曲线作为加权信号的映射函数的方法。由于微环本身的器件特性，其谐振峰透射谱线边带非常陡峭，其谐振波长随温度变化十分敏感，在实际调控过程难度较大，不利于实现高精度的加权运算。
发明内容
(一)要解决的技术问题
基于此，本发明提出了一种基于偏振旋转分束器实现的光学矩阵向量乘法器，利用多模波导中不同偏振模的功率组分之差来表示权重值，可以实现权重态的精确调控，解决权重的正负态表达问题。
(二)技术方案
根据本发明的一个方面，提供了一种基于偏振旋转分束器实现的光学矩阵向量乘法器，包括：
多波长光源模块，包括n个半导体激光器，用于输出n个具有不同波长的连续光信号，n为正整数；
电光转换模块，包括n个调制器组成的调制器阵列，调制器阵列用于对输入的每一路连续光信号进行调制，将连续光信号转换成模拟光信号；
信号加权模块，包括n个可重构的偏振旋转分束器组成的偏振旋转分束器阵列，偏振旋转分束器包括偏振旋转器和偏振分束器；
其中，偏振旋转器包括多模波导和具有超表面结构的相变波导，偏振旋转器用于将每一路模拟光信号转换为TE偏振模式和TM偏振模式；
偏振分束器用于将TE偏振模式和TM偏振模式的模拟光信号分离，得到TE偏振模光信号和TM偏振模光信号；
信号累加模块，包括平衡探测器和跨阻放大器；
其中，平衡探测器包括反接的第一探测器和第二探测器，第一探测器和第二探测器，分别用于接收每一路模拟光信号经过信号加权模块分离的TE偏振模光信号和TM偏振模光信号，将光电探测后的TE偏振模光信号和TM偏振模光信号合并转换成光电流输出；
跨阻放大器，用于将光电流进行放大后输出。
根据本发明的实施例，电光转换模块还用于，将多波长光源模块输入的连续光信号转化为连续电信号，并通过射频端将连续电信号经数字模拟转换器转化成模拟电信号，再通过调制器将模拟电信号进行电光转换，得到模拟光信号。
根据本发明的实施例，电光转换模块还包括光输入端、偏置端和输出端；
其中，光输入端，用于将半导体激光器产生的不同波长的连续光信号输入至调制器阵列中；
偏置端，用于输入偏压使调制器阵列正常工作；
输出端，用于将经过电光转换的模拟光信号输出至信号加权模块中。
据本发明的实施例，电光转换模块还用于，将n个连续光信号以及每一路连续光信号包含的m个元素，形成一个n列m行的矩阵，矩阵的每一行元素按时间顺序依次通过调制器调制，n路连续光信号分别经过调制器阵列调制后输出，得到载有矩阵每一行元素信息的模拟光信号，m为正整数。
根据本发明的实施例，信号加权模块的权重值通过TE偏振模光信号和TM偏振模光信号分别占模拟光信号总功率的比值之差得到；
或
通过矩阵每一行元素相乘的向量值得到。
根据本发明的实施例，相变波导是相变材料沉积在波导表面形成的，通过光学或电学刺激能改变相变波导表面的结晶态。
根据本发明的实施例，相变波导包括由下至上依次排列的二氧化硅底层、硅波导层以及相变材料纳米结构形成的超表面结构。
根据本发明的实施例，超表面结构包括由具有恒定相位差的不同纳米结构阵列组成的梯度结构，纳米结构阵列间隔距离为亚波长。
根据本发明的实施例，多波长光源模块、电光转换模块与信号加权模块采用第一总线波导串联。
根据本发明的实施例，信号加权模块输出的TE偏振模光信号和TM偏振模光信号通过定向耦合器耦合至第二总线波导中并传输到信号累加模块。
(三)有益效果
1、本发明采用相变材料与超表面结构结合的方式实现了可重构的偏振旋转分束器，可重构的偏振旋转分束器能够分离TE偏振模光信号和TM偏振模光信号，并通过添加偏压作为外部激励，能够改变偏振旋转分束器的相变波导表面的结晶态，从而改变TE偏振模光信号和TM偏振模光信号的比例，根据比例不同的偏振模的功率组分之差来表示权重值，可以实现权重态的精确调控，解决权重的正负态表达问题。
2、通过可重构的偏振旋转分束器用来对输入的连续光信号进行加权，当消除外部激励时，相变波导依然能保持其材料的结晶态不改变，这意味着权重能够维持在初始设置水平，不需要外部能量来维持，对于计算密集型的应用来说，能够较好的降低计算过程的能耗。
3、本发明将信号的权重值设置转化为波导中两种偏振模的功率组分之差，间接完成对输入光信号的加权处理，容错性较大，有利于实现更高精度的权值控制。本发明既可以解决矩阵乘法运算过程中数值的正负表达问题，实现负数的乘加运算；又能够实现紧凑、低功耗的光学矩阵运算功能，有望为未来光计算架构提供一种新的途径。
附图说明
图1是本发明基于偏振旋转分束器的光学矩阵向量乘法器的结构示意图。
图2是本发明偏振旋转分束器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
图1是本发明基于偏振旋转分束器的光学矩阵向量乘法器的结构示意图。
如图1所示，光学矩阵向量乘法器包括：半导体激光器(Lasers)、调制器阵列(Modulaters)、偏振旋转器(PR)、偏振分束器(PBS)、第一探测器(PD1)、第二探测器(PD2)和跨阻放大器(TIA)。
根据本发明的一个方面，提供了一种基于偏振旋转分束器实现的光学矩阵向量乘法器，利用片上集成的各种光电子器件组成的架构，完成矩阵向量乘法运算功能，实现高速低功耗的计算硬件，光学矩阵向量乘法器包括：
多波长光源模块，包括n个半导体激光器，用于输出n个具有不同波长的连续光信号，n为正整数。例如，如图1所示，通过n个半导体激光器输入波长为(λ1 λ2 λ3 ... λn)的连续光信号。
电光转换模块，包括n个调制器组成的调制器阵列，调制器阵列用于对输入的每一路连续光信号进行调制，将连续光信号转换成模拟光信号，例如，如图1所示，t＝m时刻，则波长为(λ1 λ2 λ3 ... λn)的连续光信号加载出的矩阵的第m行元素为(xm1 xm2 xm3 ...xmn)，n路波长的连续光信号分别经过n个调制器调制后输出，得到载有矩阵每一行元素信息的模拟光信号。
信号加权模块，包括n个可重构的偏振旋转分束器组成的偏振旋转分束器阵列，偏振旋转分束器包括偏振旋转器和偏振分束器。
其中，偏振旋转器包括多模波导和具有超表面结构的相变波导，偏振旋转器用于将每一路模拟光信号转换为TE偏振模式和TM偏振模式。
多模波导内模式与基于相变材料的超表面结构相互作用，将输入的TE偏振模式部分转换为TM偏振模式，此时的多模波导内共存TE偏振和TM偏振两种模式。可以通过光学或电学刺激改变相变材料的结晶态从而实现对多模波导内两种偏振模式组分占比的调控。
偏振分束器用于将TE偏振模式和TM偏振模式的模拟光信号分离，得到TE偏振模光信号和TM偏振模光信号；
例如，如图1所示，通过TE偏振模光信号和TM偏振模光信号功率在t＝m时的组分之差即可输出权重值即为(w1 w2 w3 ... wn)。
信号累加模块，包括平衡探测器和跨阻放大器；
其中，平衡探测器包括反接的第一探测器和第二探测器，第一探测器和第二探测器，分别用于接收每一路模拟光信号经过信号加权模块分离的TE偏振模光信号和TM偏振模光信号，将光电探测后的TE偏振模光信号和TM偏振模光信号合并转换成光电流输出；
跨阻放大器，用于将光电流进行放大后输出。
由于第一探测器和第二探测器输出电流方向相反，合并后相当于完成信号的减法功能，最后再经过跨阻放大器进行放大得到输出的电压信号。
多波长光源模块产生n个波长的连续光信号并将其传输至电光转换模块，输入矩阵的每行元素按时间序列分别加载至n路调制器上，经过调制的模拟光信号沿多模波导传输至信号加权模块的偏振旋转分束器阵列进行信号加权处理，此过程将模拟光信号的TE模式部分转换为TM模式并对二者进行分离，得到TE偏振模光信号和TM偏振模光信号，TE偏振模光信号和TM偏振模光信号分别通过定向耦合器耦合至两个第二总线波导中，再由平衡探测器进行探测，跨阻放大器进行放大，完成信号的累加过程。
本发明采用相变材料与超表面结构结合的方式实现了可重构的偏振旋转分束器，可重构的偏振旋转分束器能够分离TE偏振模光信号和TM偏振模光信号，并通过添加偏压作为外部激励，能够改变偏振旋转分束器的相变波导表面的结晶态，从而改变TE偏振模光信号和TM偏振模光信号的比例，根据比例不同的偏振模的功率组分之差来表示权重值，可以实现权重态的精确调控，解决权重的正负态表达问题。
根据本发明的实施例，半导体激光器可选III-V族异质集成激光器或硅基集成光学频率梳等。
根据本发明的实施例，电光转换模块还用于，将多波长光源模块输入的连续光信号转化为连续电信号，并通过射频端将连续电信号经数字模拟转换器转化成模拟电信号，再通过调制器将模拟电信号进行电光转换，得到模拟光信号。
根据本发明的实施例，调制器可选MZI型电光调制器或者微环谐振器型电光调制器等。
根据本发明的实施例，电光转换模块还包括光输入端、偏置端和输出端；
其中，光输入端，用于将半导体激光器产生的不同波长的连续光信号输入至调制器阵列中；
偏置端，用于输入偏压使调制器阵列正常工作；
输出端，用于将经过电光转换的模拟光信号输出至信号加权模块中。
多波长光源模块分别输出具有n个不同波长的连续光信号，每一路光信号经过波导传输至调制器的输入端，矩阵的每一行元素按时间顺序依次输入到调制器的射频端，并通过射频端将连续电信号经数字模拟转换器转化成模拟电信号，通过偏置端给调制器输入偏压，进行外部激励，使调制器将模拟电信号进行电光转换，得到模拟光信号，模拟光信号通过输出端输出至信号加权模块中。
据本发明的实施例，电光转换模块还用于，将n个连续光信号以及每一路连续光信号包含的m个元素，形成一个n列m行的矩阵，矩阵的每一行元素按时间顺序依次通过调制器调制，n路连续光信号分别经过调制器阵列调制后输出，得到载有矩阵每一行元素信息的模拟光信号，m为正整数。
根据本发明的实施例，以维度为m×n的矩阵与维度为n×1的向量乘法为例，其计算公式如式(1)所示：
进一步，矩阵向量乘法可以分解为向量与向量之间的点积运算，将矩阵每一行中的元素与向量中的每个元素做乘法，即如式(2)所示：
ym＝xm1·w1+xm2·w2+xm3·w3+...+xmn·wn (2)
多波长光源模块分别输出具有n个不同波长的连续光信号，每一路光信号经过波导传输至调制器的输入端，矩阵的每一行元素按时间顺序依次输入到调制器的射频端。例如，在t＝1时刻，矩阵的第一行元素(x11 x12 x13 ... x1n)分别加载至n个调制器的射频端，依次类推，t＝m时刻，则加载矩阵的第m行元素(xm1 xm2 xm3 ... xmn)。n路波长的连续光信号分别经过n个调制器调制后输出，得到载有矩阵每一行元素信息的模拟光信号，模拟光信号的光强则表示矩阵数值的大小。完成矩阵信号输入转换的模拟光信号沿第一总线波导传输至信号加权模块。
根据本发明的实施例，信号加权模块的权重值通过TE偏振模光信号和TM偏振模光信号分别占模拟光信号总功率的比值之差得到。
对于每一路中传输的特定波长的模拟光信号，如式(3)-(4)所示，用通过TE偏振模光信号和TM偏振模光信号的偏振膜的功率组分之差来代表输入信号的权重值，并进行归一化，即：
PTEn+PTMn＝1 (4)
PTEn、PTMn分别表示第n路中波长为λn的光信号在波导中传输的TE偏振模光信号和TM偏振模光信号的光功率大小。这样就能将w的数值域表达扩展到负数域，进一步可以得到t＝m时刻，平衡探测器输出端信号值如式(5)所示：
完成矩阵和向量间的乘法运算。
或通过矩阵每一行元素相乘的向量值得到，权重值即为(w1 w2 w3 ... wn)。
图2是本发明偏振旋转分束器的结构示意图。
根据本发明的实施例，相变波导是相变材料沉积在波导表面形成的，通过光学或电学刺激能改变相变波导表面的结晶态。
相变材料沉积在波导表面，通过光学或电学刺激改变相变材料的结晶态，使得光经过相变材料超表面结构后完成偏振模式的转换，从而控制波导内不同偏振模式的组分，再经过偏振分束器将两种偏振模式进行分离，实现可重构的偏振旋转分束器功能。
根据本发明的实施例，相变波导包括由下至上依次排列的二氧化硅底层、硅波导层以及相变材料纳米结构形成的超表面结构。
根据本发明的实施例，超表面结构包括由具有恒定相位差的不同纳米结构阵列组成的梯度结构，纳米结构阵列间隔距离为亚波长。
通过设计相变波导上超表面结构的参数，利用超表面结构与波导间折射率差在表面形成的相位梯度，可以对相变波导中传输光波的偏振、模式等进行调控。该梯度超表面由具有恒定相位差dφ和间隔距离为亚波长dx的不同纳米结构阵列组成，在波导表面形成单向相位梯度dφ/dx，相当于引入单向有效波矢keff。当模拟光信号在具有相位梯度的超表面结构的相变波导中传播时，纳米结构阵列与光波模式的强相互作用使得其在传输数个波长的距离内就可以对波矢造成很大变化，因此能够在较小的器件体积内实现波导模式的转化，进而有利于实现光学矩阵乘法器的大规模集成。
超表面结构的材料大部分是贵金属和介质材料，对于传统的采用金属或介质材料实现的超表面结构来说，材料特性决定其有效折射率，进而影响纳米结构参数的设计，当结构设计参数确定时，该器件只能实现特定功能下对波导内光波调控的作用，不具备可重构性。
相变材料由于其光学性质会随相变过程发生变化，已成为光计算领域广泛研究的材料。将其与超表面结构结合，可以通过外加电压或光脉冲实现器件的可重构性，进而精确调控波导内偏振态的转化过程，完成对输入光信号的加权乘法运算。此外，将外部电学或光学刺激撤去后，材料的结晶态理论上可以保持在相对稳定的状态，因此将其应用于光计算时，理论上静态功耗为零，有利于实现大规模低能耗的光计算加速硬件。
根据本发明的实施例，多波长光源模块、电光转换模块与信号加权模块采用第一总线波导串联。
根据本发明的实施例，信号加权模块输出的TE偏振模光信号和TM偏振模光信号通过定向耦合器耦合至第二总线波导中并传输到信号累加模块。
根据本发明的实施例，两条第二总线波导的输出端接平衡探测器进行探测，由于平衡探测器两端探测到的光电流方向相反，因此最后经过跨阻放大器放大后输出端输出的是两条第二总线波导内光信号之差。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于偏振旋转分束器实现的光学矩阵向量乘法器，包括：
多波长光源模块，包括n个半导体激光器，用于输出n个具有不同波长的连续光信号，n为正整数；
电光转换模块，包括n个调制器组成的调制器阵列，所述调制器阵列用于对输入的每一路所述连续光信号进行调制，将所述连续光信号转换成模拟光信号；
信号加权模块，包括n个可重构的偏振旋转分束器组成的偏振旋转分束器阵列，所述偏振旋转分束器包括偏振旋转器和偏振分束器；
其中，所述偏振旋转器包括多模波导和具有超表面结构的相变波导，所述偏振旋转器用于将每一路所述模拟光信号转换为TE偏振模式和TM偏振模式；
所述偏振分束器用于将所述TE偏振模式和所述TM偏振模式的所述模拟光信号分离，得到TE偏振模光信号和TM偏振模光信号；信号累加模块，包括平衡探测器和跨阻放大器；
其中，所述平衡探测器包括反接的第一探测器和第二探测器，所述第一探测器和所述第二探测器，分别用于接收每一路所述模拟光信号经过所述信号加权模块分离的所述TE偏振模光信号和所述TM偏振模光信号，将光电探测后的所述TE偏振模光信号和所述TM偏振模光信号合并转换成光电流输出；
所述跨阻放大器，用于将所述光电流进行放大后输出。
2.根据权利要求1所述的光学矩阵向量乘法器，所述电光转换模块还用于，将所述多波长光源模块输入的所述连续光信号转化为连续电信号，并通过射频端将所述连续电信号经数字模拟转换器转化成模拟电信号，再通过所述调制器将所述模拟电信号进行电光转换，得到模拟光信号。
3.根据权利要求2所述的光学矩阵向量乘法器，所述电光转换模块还包括光输入端、偏置端和输出端；
其中，所述光输入端，用于将所述半导体激光器产生的不同波长的所述连续光信号输入至所述调制器阵列中；
所述偏置端，用于输入偏压使所述调制器阵列正常工作；
所述输出端，用于将经过所述电光转换的所述模拟光信号输出至所述信号加权模块中。
4.根据权利要求1所述的光学矩阵向量乘法器，所述电光转换模块还用于，将n个所述连续光信号以及每一路所述连续光信号包含的m个元素，形成一个n列m行的矩阵，所述矩阵的每一行元素按时间顺序依次通过所述调制器调制，n路所述连续光信号分别经过所述调制器阵列调制后输出，得到载有所述矩阵每一行元素信息的所述模拟光信号，m为正整数。
5.根据权利要求4所述的光学矩阵向量乘法器，所述信号加权模块的权重值通过所述TE偏振模光信号和所述TM偏振模光信号分别占所述模拟光信号总功率的比值之差得到；
或
通过所述矩阵每一行元素相乘的向量值得到。
6.根据权利要求1所述的光学矩阵向量乘法器，所述相变波导是相变材料沉积在波导表面形成的，通过光学或电学刺激能改变所述相变波导表面的结晶态。
7.根据权利要求1或6所述的光学矩阵向量乘法器，所述相变波导包括由下至上依次排列的二氧化硅底层、硅波导层以及相变材料纳米结构形成的所述超表面结构。
8.根据权利要求7所述的光学矩阵向量乘法器，所述超表面结构包括由具有恒定相位差的不同纳米结构阵列组成的梯度结构，所述纳米结构阵列间隔距离为亚波长。
9.根据权利要求1所述的光学矩阵向量乘法器，所述多波长光源模块、所述电光转换模块与所述信号加权模块采用第一总线波导串联。
10.根据权利要求1所述的光学矩阵向量乘法器，所述信号加权模块输出的所述TE偏振模光信号和所述TM偏振模光信号通过定向耦合器耦合至第二总线波导中并传输到所述信号累加模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210127057.2A CN114326923B (zh) | 2022-02-11 | 2022-02-11 | 基于偏振旋转分束器实现的光学矩阵向量乘法器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210127057.2A CN114326923B (zh) | 2022-02-11 | 2022-02-11 | 基于偏振旋转分束器实现的光学矩阵向量乘法器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114326923A true CN114326923A (zh) | 2022-04-12 |
| CN114326923B CN114326923B (zh) | 2024-12-17 |
Family
ID=81030308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210127057.2A Active CN114326923B (zh) | 2022-02-11 | 2022-02-11 | 基于偏振旋转分束器实现的光学矩阵向量乘法器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114326923B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102023672A (zh) * | 2009-09-23 | 2011-04-20 | 中国科学院半导体研究所 | 基于微环谐振器的集成化光学向量-矩阵乘法器 |
| US8027587B1 (en) * | 2007-08-21 | 2011-09-27 | Sandia Corporation | Integrated optic vector-matrix multiplier |
| CN111338423A (zh) * | 2018-12-19 | 2020-06-26 | 华为技术有限公司 | 一种光学装置 |
| US20200382217A1 (en) * | 2019-05-29 | 2020-12-03 | Elenion Technologies, Llc | Coherent optical receiver |
| CN113795773A (zh) * | 2019-03-08 | 2021-12-14 | 欧司朗股份有限公司 | 用于lidar传感器系统的部件，lidar传感器系统，lidar传感器装置，用于lidar传感器系统的方法和用于lidar传感器装置的方法 |
-
2022
- 2022-02-11 CN CN202210127057.2A patent/CN114326923B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8027587B1 (en) * | 2007-08-21 | 2011-09-27 | Sandia Corporation | Integrated optic vector-matrix multiplier |
| CN102023672A (zh) * | 2009-09-23 | 2011-04-20 | 中国科学院半导体研究所 | 基于微环谐振器的集成化光学向量-矩阵乘法器 |
| CN111338423A (zh) * | 2018-12-19 | 2020-06-26 | 华为技术有限公司 | 一种光学装置 |
| CN113795773A (zh) * | 2019-03-08 | 2021-12-14 | 欧司朗股份有限公司 | 用于lidar传感器系统的部件，lidar传感器系统，lidar传感器装置，用于lidar传感器系统的方法和用于lidar传感器装置的方法 |
| US20200382217A1 (en) * | 2019-05-29 | 2020-12-03 | Elenion Technologies, Llc | Coherent optical receiver |
Non-Patent Citations (1)
| Title |
|---|
| 姚勇;: "光电混合处理技术在电子对抗领域的应用", 计算机与网络, no. 17, 12 September 2011 (2011-09-12) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114326923B (zh) | 2024-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bai et al. | Photonic multiplexing techniques for neuromorphic computing | |
| CN114358271B (zh) | 一种时间-波长交织光子神经网络卷积加速芯片 | |
| CN109639359A (zh) | 基于微环谐振器的光子神经网络卷积层芯片 | |
| CN113961035B (zh) | 面向深度学习的高效能可重构全光神经网络计算芯片架构 | |
| Sethi et al. | Ultrafast all-optical flip-flops, simultaneous comparator-decoder and reconfigurable logic unit with silicon microring resonator switches | |
| US8345335B2 (en) | All-optical reconfigurable cascadable logic with linear preprocessing by lightwave interference and post-processing by nonlinear phase erasure | |
| Ma et al. | High-density integrated photonic tensor processing unit with a matrix multiply compiler | |
| Xie et al. | LiNbO3 crystals: from bulk to film | |
| CN114819089B (zh) | 一种基于模式复用的光子卷积加速器 | |
| Mehrabian et al. | A design methodology for post-moore’s law accelerators: the case of a photonic neuromorphic processor | |
| CN115222035A (zh) | 一种光子神经网络卷积加速芯片 | |
| Ou et al. | Hypermultiplexed Integrated Tensor Optical Processor | |
| Filipovich et al. | Monolithic silicon photonic architecture for training deep neural networks with direct feedback alignment | |
| Sturm et al. | Scalable Coherent Optical Crossbar Architecture using PCM for AI Acceleration | |
| CN114326923B (zh) | 基于偏振旋转分束器实现的光学矩阵向量乘法器 | |
| Shen et al. | Power conservation version of application-specific photonic integrated circuit | |
| Chen et al. | Hypermultiplexed integrated-photonics-based tensor optical processor | |
| CN117130099A (zh) | 基于多模干涉器的超大规模光电混合计算阵列 | |
| CN110779440A (zh) | 一种基于马赫泽德干涉仪结构的偏振不敏感光开关 | |
| Cheng et al. | Direct Optical Convolution Computing Based on Arrayed Waveguide Grating Router | |
| CN115480614B (zh) | 集成光源和控制非门光量子计算芯片及采用其的教学系统 | |
| CN117764130A (zh) | 一种非易失性光子卷积加速器 | |
| Xiong et al. | Advances and marine applications of optical neural network | |
| Jha | Perspectives in optoelectronics | |
| Peserico et al. | PhotoFourier: silicon photonics joint transfer correlator for convolution neural network |
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 |