CN114488650A - 硅基光子集成芯片 - Google Patents

硅基光子集成芯片 Download PDF

Info

Publication number
CN114488650A
CN114488650A CN202111667176.9A CN202111667176A CN114488650A CN 114488650 A CN114488650 A CN 114488650A CN 202111667176 A CN202111667176 A CN 202111667176A CN 114488650 A CN114488650 A CN 114488650A
Authority
CN
China
Prior art keywords
vector
array
input
optical
module
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.)
Pending
Application number
CN202111667176.9A
Other languages
English (en)
Inventor
尤洁
罗玉昆
郑鑫
杨杰
欧阳昊
周军虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Defense Technology Innovation Institute PLA Academy of Military Science
Original Assignee
National Defense Technology Innovation Institute PLA Academy of Military Science
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National Defense Technology Innovation Institute PLA Academy of Military Science filed Critical National Defense Technology Innovation Institute PLA Academy of Military Science
Priority to CN202111667176.9A priority Critical patent/CN114488650A/zh
Publication of CN114488650A publication Critical patent/CN114488650A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G02OPTICS
    • G02FOPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
    • G02F7/00Optical analogue/digital converters
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06EOPTICAL COMPUTING DEVICES; COMPUTING DEVICES USING OTHER RADIATIONS WITH SIMILAR PROPERTIES
    • G06E3/00Devices not provided for in group G06E1/00, e.g. for processing analogue or hybrid data
    • G06E3/001Analogue devices in which mathematical operations are carried out with the aid of optical or electro-optical elements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06EOPTICAL COMPUTING DEVICES; COMPUTING DEVICES USING OTHER RADIATIONS WITH SIMILAR PROPERTIES
    • G06E3/00Devices not provided for in group G06E1/00, e.g. for processing analogue or hybrid data
    • G06E3/008Matrix or vector computation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Nonlinear Science (AREA)
  • Optics & Photonics (AREA)
  • Computing Systems (AREA)
  • Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)

Abstract

本发明提供一种硅基光子集成芯片,硅基光子集成芯片包括:输入矢量编码模块、并行光学矢量‑矢量乘法模块、数模转换器和模数转换器,其中,输入矢量编码模块的输出端与并行光学矢量‑矢量乘法模块的输入端连接,输入矢量编码模块的输入端用于接收光信号,输入矢量编码模块的输出端用于将与待计算矩阵对应的矩阵编码输入至并行光学矢量‑矢量乘法模块的输入端,矩阵编码通过数模转换器对光信号进行调制而得到;并行光学矢量‑矢量乘法模块的输出端与模数转换器连接,模数转换器用于采集经并行光学矢量‑矢量乘法模块处理后的电压信号。通过本发明可以降低矩阵编码的复杂度,提升信息处理效率。

Description

硅基光子集成芯片
技术领域
本发明涉及集成芯片技术领域,尤其涉及一种硅基光子集成芯片。
背景技术
神经网络、图像处理、时间序列数据处理、储备池计算等应用场景涉及大量矩阵线性计算问题。相比通用电子芯片,专用的光子处理器可以用更低的延迟与能耗完成相同的计算量。片上集成光学矩阵矢量乘法器就是面向这类问题的一种解决方案。线性变换的过程以光速传输、并行处理,且目前可实现的片上光电探测器的带宽可达到GHz量级,这些特点将显著降低系统的总延迟。除系统中主动调制消耗的电能和输入光源的功耗,片上集成光学矩阵矢量乘法器不需要消耗其它额外能量,就可以被动地完成所有线性模拟计算过程,使得该类光学矩阵矢量乘法器具有较高的能量效率。
然而,在一定的芯片尺寸下,片上集成光学矩阵矢量乘法器信息处理容量的提升还存在一定的限制。另外,片上集成光学矩阵矢量乘法器输出结果的探测与采集是完成计算任务的一个关键步骤。由于组成光电探测器材料的晶格缺陷和热噪声的影响,会导致光电探测器产生暗电流。另一方面,激光器光源具有本征的相对强度噪声。因此,直接将光信号处理的结果输入到单个光电探测器中,将会降低信噪比以及对微弱信号探测的灵敏度,并且在光学模拟信号处理过程中,一般很难通过光学手段直接获取负值信息。
发明内容
本发明提供一种硅基光子集成芯片,可以解决负值矩阵元素的可调谐性,并且降低矩阵编码的复杂度,进而提升信息处理效率。
本发明提供一种硅基光子集成芯片,所述硅基光子集成芯片包括:输入矢量编码模块、并行光学矢量-矢量乘法模块、数模转换器和模数转换器,其中,所述输入矢量编码模块的输出端与所述并行光学矢量-矢量乘法模块的输入端连接,其中,所述输入矢量编码模块的输入端用于接收光信号,所述输入矢量编码模块的输出端用于将与待计算矩阵对应的矩阵编码输入至所述并行光学矢量-矢量乘法模块的输入端,所述矩阵编码通过所述数模转换器对所述光信号进行调制而得到;所述并行光学矢量-矢量乘法模块的输出端与所述模数转换器连接,所述模数转换器用于采集经所述并行光学矢量-矢量乘法模块处理后的电压信号,其中,所述电压信号与所述待计算矩阵的乘法计算结果相对应。
根据本发明提供的一种硅基光子集成芯片,所述输入矢量编码模块沿所述输入矢量编码模块的输入端至所述输入矢量编码模块的输出端依次包括:多个波长通道、强度调制器阵列,以及耦合器阵列,其中,所述波长通道的输入端作为所述输入矢量编码模块的输入端,所述波长通道的输出端与所述强度调制器阵列的输入端连接,所述强度调制器阵列的输出端与所述耦合器阵列的输入端连接,所述耦合器阵列的输出端作为所述输入矢量编码模块的输出端。
根据本发明提供的一种硅基光子集成芯片,所述耦合器阵列由串联连接的多个定向耦合器构成。
根据本发明提供的一种硅基光子集成芯片,所述并行光学矢量-矢量乘法模块包括多个并行设置的光学矢量-矢量乘法单元,其中,所述光学矢量-矢量乘法单元的输入端作为所述并行光学矢量-矢量乘法模块的输入端,所述光学矢量-矢量乘法单元的输出端作为所述并行光学矢量-矢量乘法模块的输出端。
根据本发明提供的一种硅基光子集成芯片,所述光学矢量-矢量乘法单元沿所述光学矢量-矢量乘法单元的输入端至所述光学矢量-矢量乘法单元的输出端依次包括:滤波器阵列、权重编码器阵列、波分复用器阵列,以及平衡探测器阵列,其中,所述滤波器阵列的输入端作为所述光学矢量-矢量乘法单元的输入端,所述滤波器阵列的输出端与所述权重编码器阵列的输入端连接,所述权重编码器阵列的输出端与所述波分复用器阵列的输入端连接,所述波分复用器阵列的输出端与所述平衡探测器阵列的输入端连接,所述平衡探测器阵列的输出端作为所述光学矢量-矢量乘法单元的输出端。
根据本发明提供的一种硅基光子集成芯片,所述强度调制器阵列设置有电极材料,所述数模转换器用于将电压信号加载至所述电极材料,以使所述电极材料的折射率根据所述电压信号的变化而变化。
根据本发明提供的一种硅基光子集成芯片,所述滤波器阵列和所述权重编码器阵列分别设置有电极材料,所述数模转换器用于将电压信号加载至所述电极材料,以使所述电极材料的折射率根据所述电压信号的变化而变化。
根据本发明提供的一种硅基光子集成芯片,所述平衡探测器阵列由具有相同的性能参数且异极相连的锗硅光电探测器构成。
本发明提供的硅基光子集成芯片,设置有输入矢量编码模块、并行光学矢量-矢量乘法模块、数模转换器和模数转换器,基于并行光学矢量-矢量乘法模块得到与负值元素对应的电压信号,可以解决负值矩阵元素的可调节性,并且通过模数转换器对光信号进行调制得到矩阵编码,可以降低矩阵编码的复杂度,从而提升了信息处理效率。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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的附图。
图1是本发明提供的硅基光子集成芯片的结构示意图;
图2是本发明提供的输入矢量编码模块的结构示意图;
图3是本发明提供的并行光学矢量-矢量乘法模块的结构示意图;
图4是本发明提供的硅基光子集成芯片的应用场景示意图;
附图标记:
10:硅基光子集成芯片;110:输入矢量编码模块;
120:并行光学矢量-矢量乘法模块;
130:模数转换器;140:数模转换器;111:多个波长通道;
112:强度调制器阵列;113:耦合器阵列;121:滤波器阵列;
122:权重编码器阵列;123:波分复用器阵列;
124:平衡探测器阵列;150:片外激光器阵列。
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,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在神经网络、图像处理、时间序列数据处理、储备池计算等涉及到大量矩阵线性计算的问题上,相比通用电子芯片,专用的光子处理器可以用更低的延迟与能耗完成相同的计算量。片上集成光学矩阵矢量乘法器就是面向这类问题的一种解决方案。线性变换的过程以光速传输、并行处理,且目前可实现的片上光电探测器的带宽可达到GHz量级,这些特点将显著降低系统的总延迟。除系统中主动调制消耗的电能和输入光源的功耗,片上集成光学矩阵矢量乘法器不需要消耗其它额外能量,就可以被动地完成所有线性模拟计算过程,使得该类光学矩阵矢量乘法器具有较高的能量效率。
然而,在一定的芯片尺寸下,片上集成光学矩阵矢量乘法器信息处理容量的提升还存在一定的限制。若将波分复用技术应用于芯片上集成光学矩阵矢量乘法器,则可显著提高芯片上集成光学矩阵矢量乘法器的数据传输带宽。
另外,芯片上集成光学矩阵矢量乘法器输出结果的探测与采集是完成计算任务的一个关键步骤。由于组成光电探测器材料的晶格缺陷和热噪声的影响,会导致光电探测器产生暗电流;另一方面,激光器光源具有本征的相对强度噪声,因此直接将光信号处理的结果输入到单个光电探测器中,将会降低信噪比以及对微弱信号探测的灵敏度。
此外,在光学模拟信号处理过程中,一般很难通过光学手段直接获取负值信息,若利用平衡探测器则可以较好地减小暗电流与相对强度噪声对输出信号的不利影响,并使得光学矩阵矢量乘法器能够从实验上直接获得负值信息。
本发明实施例提出一种基于相干平衡探测技术的硅基光子集成计算芯片,用以解决其负值权重矩阵元素的可调谐性,并且可以降低权重矩阵编码的复杂度,提升其信息处理效率,以及减小暗电流与光源相对强度噪声对输出信号的不利影响等。
本发明将结合下述实施例对硅基光子集成芯片的结构进行说明。
图1是本发明提供的硅基光子集成芯片的结构示意图。
在本发明一示例性实施例中,如图1所示,硅基光子集成芯片10可以包括输入矢量编码模块110、并行光学矢量-矢量乘法模块120、模数转换器130和数模转换器140,下面将分别介绍各模块。
在一种实施例中,输入矢量编码模块110的输出端可以与并行光学矢量-矢量乘法模块120的输入端连接。其中,输入矢量编码模块110的输入端可以用于接收光信号。在一种实施例中,光信号可以采用片外的分布式反馈激光器得到。或者还可以通过对宽谱光源进行滤波等方式实现。通过本实施例,可以避免利用多台激光器产生光信号而带来的成本上升问题。在应用过程在中,可以通过光栅耦合器将光信号引入到硅基光子集成芯片10中,并通过输入矢量编码模块110的输入端进行接收。
进一步的,输入矢量编码模块110的输出端可以用于将与待计算矩阵对应的矩阵编码输入至并行光学矢量-矢量乘法模块120的输入端。其中,矩阵编码可以通过数模转换器140对光信号进行调制而得到。在应用过程中,对输入的光信号进行调制,可以使输入矢量编码模块110输出的光功率分布动态改变,从而便捷的实现对输入矢量(对应待计算矩阵)的初步编码,提高了硅基光子集成芯片10的信息处理效率。
在一种实施例中,并行光学矢量-矢量乘法模块120的输出端可以与模数转换器130连接。其中,模数转换器130可以用于采集经并行光学矢量-矢量乘法模块120处理后的电压信号,其中,电压信号与待计算矩阵的乘法计算结果相对应。在一种实施例中,经并行光学矢量-矢量乘法模块120处理后的电压信号可以输入到各跨阻放大器(trans-impedance amplifier,又称TIA)中进行放大。模数转换器130可以采集TIA输出的电压信号,可以理解的是,TIA输出的电压信号与待计算矩阵的乘法计算结果相对应。
本发明提供的硅基光子集成芯片,设置有输入矢量编码模块、并行光学矢量-矢量乘法模块、数模转换器和模数转换器,基于并行光学矢量-矢量乘法模块得到与负值元素对应的电压信号,可以解决负值矩阵元素的可调节性,并且通过模数转换器对光信号进行调制得到矩阵编码,可以降低矩阵编码的复杂度,从而提升了信息处理效率。
下面将结合下述实施例对输入矢量编码模块的结构进行说明。
图2是本发明提供的输入矢量编码模块的结构示意图。
在本发明一示例性实施例中,如图2所示,输入矢量编码模块沿输入矢量编码模块的输入端至输入矢量编码模块的输出端可以依次包括多个波长通道、强度调制器阵列以及耦合器阵列。其中,波长通道的输入端可以作为输入矢量编码模块的输入端,用于接收具有不同波长的光信号。波长通道的输出端可以与强度调制器阵列的输入端连接。强度调制器阵列的输出端可以与耦合器阵列的输入端连接。耦合器阵列的输出端可以作为输入矢量编码模块的输出端。在本实施例中,可以实现目标矢量元素到芯片上对应调制器阵列的透过率的映射,即通过对输入的光信号进行调制,可以使输入矢量编码模块输出的光功率分布动态改变,从而便捷的实现对输入矢量(对应待计算矩阵)的初步编码。
在一种实施例中,耦合器阵列可以由串联连接的多个定向耦合器构成。其中,定向耦合器的数目可以与并行光学矢量-矢量乘法模块中并行的光学矢量-矢量乘法单元的数量相同,用以实现对任意一个波长通道而言,每个定向耦合器单元输出的光信号功率均相等,确保对于每个光学矢量-矢量乘法单元,输入矢量的编码方式相同。
在一示例中,多个波长通道(如图示中的R1通道……Rn通道)可以连接有N路不同的光信号。其中,光信号可以采用片外的分布式反馈激光器实现,用以避免利用多台激光器产生输入信号而带来的成本上升问题。在应用过程在中,可以通过光栅耦合器将光信号引入到硅基光子集成芯片中,并通过输入矢量编码模块的输入端进行接收。
在本发明一示例性实施例中,并行光学矢量-矢量乘法模块可以包括多个并行设置的光学矢量-矢量乘法单元。其中,并行设置的多个光学矢量-矢量乘法单元的工作原理相同。可以理解的是,光学矢量-矢量乘法单元的输入端可以作为并行光学矢量-矢量乘法模块的输入端,光学矢量-矢量乘法单元的输出端可以作为并行光学矢量-矢量乘法模块的输出端。
本发明将结合下述实施例对并行光学矢量-矢量乘法模块的结构进行说明。
图3是本发明提供的并行光学矢量-矢量乘法模块的结构示意图。
在本发明一示例性实施例中,如图3所示,每个并行的光学矢量-矢量乘法单元沿光学矢量-矢量乘法单元的输入端至光学矢量-矢量乘法单元的输出端依次可以包括:滤波器阵列、权重编码器阵列、波分复用器阵列以及平衡探测器阵列。其中,滤波器可以由波导-微环耦合谐振器、微盘或者马赫-曾德尔干涉仪(Mach-Zehnder Interferometer,MZI)实现。权重编码器可以采用非谐振型集成光子器件实现。在一示例中,权重编码器阵列可以是基于MZI的权重矩阵编码器阵列。
在应用过程中,滤波器阵列的输入端可以作为光学矢量-矢量乘法单元的输入端,可以用于接收输入矢量编码模块输出的与待计算矩阵对应的矩阵编码,并作为矩阵乘法的输入矢量。滤波器阵列的输出端可以与权重编码器阵列的输入端连接。权重编码器阵列的输出端可以与波分复用器阵列的输入端连接。波分复用器阵列的输出端可以与平衡探测器阵列的输入端连接。平衡探测器阵列的输出端可以作为光学矢量-矢量乘法单元的输出端。通过平衡探测器阵列可以输出与待计算矩阵的乘法计算结果相对应的电压信号。在应用过程中,电压信号可以由模数转换器进行采集。
在本实施例中,通过波分复用器阵列利用波分复用技术的优势,可以有效提高光芯片的数据传输带宽与信息处理容量。另外,在应用过程中采用了光互连以及并行处理的架构方案,提升了光芯片的集成度,降低了光芯片的延迟,在调制方式一定的情况下,可提高系统的计算速度。进一步的,采用非谐振型器件作为权重编码器的实现方式,可以有效地降低不同波长通道的权重编码器之间的光信号串扰,避免在对权重矩阵元素进行编码时可能遇到的编码耦合问题,从而降低权重矩阵编码的复杂度。另一方面,谐振型器件调制特性的非线性度较大,且线性度分布不均匀,易造成系统分辨率丢失,基于MZI权重矩阵编码器阵列对权重矩阵元素编码可减少系统的分辨率丢失。
在本发明一示例性实施例中,强度调制器阵列可以设置有电极材料。其中,数模转换器可以用于将电压信号加载至电极材料,以使电极材料的折射率可以根据电压信号的变化而变化。
在一种实施例中,调制与编码过程可以通过热光调制的方式完成。在应用过程中,可以在强度调制器阵列的各个强度调制器上方沉积电极材料,例如氮化钛等。通过对电极材料施加电压使其产生热量并传导给强度调制器,使得强度调制器的折射率发生变化,进而改变强度调制器的光学性能,实现输入矢量的光学编码。在应用过程中,数模转换器可以将计算机产生的数字信号转换为模拟电压信号,并同步的加载到强度调制器阵列。
在本发明一示例性实施例中,滤波器阵列和权重编码器阵列可以分别设置有电极材料。其中,数模转换器可以用于将电压信号加载至电极材料,以使电极材料的折射率可以根据电压信号的变化而变化。
在一种实施例中,调制与编码过程可以通过热光调制的方式完成。在应用过程中,可以在滤波器阵列的各滤波器以及权重编码器阵列的各权重编码器上方沉积电极材料,例如氮化钛等。通过对电极材料施加电压使其产生热量并传导给滤波器和权重编码器,使得滤波器和权重编码器的折射率发生变化,进而改变滤波器和权重编码器的光学性能,实现权重矩阵的光学编码。在应用过程中,数模转换器可以将计算机产生的数字信号转换为模拟电压信号,并同步的加载到滤波器阵列和权重编码器阵列。
在本发明一示例性实施例中,平衡探测器阵列可以由具有相同的性能参数且异极相连的锗硅光电探测器构成。在一示例中,平衡探测器可以由两个性能参数相同、异极相连的锗硅光电探测器构成。由于两个探测器的输出电流的方向相反,故平衡探测器输出的电流信号是两个光电探测器所产生的光电流的差值,从而可以直接实现负权重值的编码。在本实施例中,平衡探测器可以降低光电探测器本征产生的暗电流与光源的相对强度噪声对输出信号的不利影响,进而提高了信噪比以及对微弱信号的探测灵敏度。
为了进一步介绍本发明提供的硅基光子集成芯片,下面将结合下述实施例进行说明。
为了便于说明本发明的工作原理,实施例以实现任意N×N矩阵与任意N×1矢量的乘法运算为例进行说明。可以理解的是,根据本发明的工作原理,本发明提供的硅基光子集成芯片可以实现任意维度的矩阵与任意维度矢量的乘法运算。
图4是本发明提供的硅基光子集成芯片的应用场景示意图。
在本发明一示例性实施例中,如图4所示,片外激光器阵列150可以产生具有不同波长的光信号(例如,λ1、λ2、λ3、λ4、…、λN)。在应用过程中,光信号可以作为硅基光子集成芯片的输入信号。光信号可以通过多个波长通道111进入输入矢量编码模块110。在输入矢量编码模块110中,强度调制器阵列112可以对输入矢量进行编码,并通过耦合器阵列113将每个波长通道的光信号等比例分配到并行光学矢量-矢量乘法模块120中进行并行处理。
在应用过程中,耦合器阵列113分束后的光信号先输入到滤波器阵列121进行光学滤波,用以抑制非本波长通道的光信号。可以理解的是,滤波后的光信号即为已完成编码的输入矢量。权重编码器阵列122接受滤波器阵列121处理后的光信号,并通过调制权重编码器阵列122对权重矩阵进行编码。权重编码器阵列122输出的光信号输入到波分复用器阵列123中,在波分复用器阵列123完成所有波长通道光信号的汇总。然后将信号输出到平衡探测器阵列124,实现光信号到电流信号的转换。在应用过程中,平衡探测器阵列124输出的净光电流再经由电流/电压转换器转化为模拟电压信号,并由模数转换器130将模拟电压信号转换为数字信号进行同步实时采集,采集得到的数据由计算机存储与处理。可以理解的是,模数转换器130采集的模拟电压信号与待计算矩阵的乘法计算结果相对应。
在一种实施例中,继续以前文所述的N种波长的光信号为例进行说明。在并行光学矢量-矢量乘法模块120中,N通道的光信号分别输入到滤波器阵列121中。在应用过程中,为了补偿加工误差带来的实际谐振波长与设计值的偏移,可以利用数模转换器140输出合适的模拟电压信号,对滤波器阵列121上方的电极材料加热,改变其群折射率,使滤波器阵列121的谐振峰与其所在通道的工作波长重合。
在又一实施例中,可以将滤波器阵列121输出的光信号输入到权重编码器阵列122中。对于每个光学矢量-矢量乘法单元,权重编码器阵列122由N个权重编码器组成,每个权重编码器的输入端分别与滤波器阵列121中的滤波器输出端相连。其中,权重编码器可以是由非谐振型集成光子器件组成。
进一步的,权重编码器阵列122输出的光信号可以输入到波分复用器阵列123中。在一示例中,波分复用器阵列123可以由微环阵列、阵列波导光栅、或者平板凹面光栅等构成。在应用过程中,波分复用器阵列123输出的光功率携带有权重矩阵对应行矢量与输入矢量点积的信息。在波分复用器阵列123中,不同波长通道的各权重编码器的上输出端口与下输出端口的交叉处用光互连用波导相连。
在又一实施例中,波分复用器阵列123输出的光信号可以输入到平衡探测器阵列124中。其中,平衡探测器阵列124的输出净光电流携带权重矩阵的一个行矢量与输入矢量进行点积得到的结果信息,从而可以实现负值权重矩阵元素的编码。在应用过程中,平衡探测器阵列124输出的净光电流输入到相应的电流/电压转换器中,电流/电压转换器可以采用跨阻放大器(Trans-Impedance Amplifier,TIA)实现。跨阻放大器可以将平衡探测器阵列124输出的净光电流放大并转换成模拟电压信号,并供模数转换器130采集。
以上的工作原理分析是以其中一个光学矢量-矢量乘法单元为例进行说明,其所代表的矩阵行序号为j。按照此工作原理,在输入矢量编码模块110中利用耦合器阵列112将经过强度调制器阵列112调制后的光信号等比例分配到N个光学矢量-矢量乘法单元中并行处理,可实现任意N×N矩阵与N×1矢量的乘法运算。其中,各并行的光学矢量-矢量乘法单元中跨阻放大器的输出电压可以由模数转换器130同步采集,并在计算机中完成所采集数据的后续处理。
可以理解的是,利用N个波长通道和M组并行的光学矢量-矢量乘法单元,并按照本发明提供的硅基光子集成芯片的工作原理,可以实现任意M×N矩阵与任意N×1矢量的乘法运算。基于相同的工作原理,本发明还可以实现任意M×N矩阵与任意N×N矢量矩阵的乘法运算,在本发明中,不对进行乘法运算的矢量矩阵作具体限定。
需要说明的是,可以通过分别扫描强度调制器阵列112上的加载电压和权重编码器阵列122中的加载电压,来确定加载电压值与编码值映射关系。并通过此方法逐步将本发明中所有与输入矢量相关的强度调制器以及所有与权重矩阵相关的权重编码器的“动态电压信号-编码值”映射关系求解出来。并将求解的映射关系由计算机存储,在执行本发明提供的硅基光子集成芯片的实际计算过程时,只需要调用映射关系即可完成所需的矩阵与矢量的乘法运算。
为了进一步介绍本发明提供的硅基光子集成芯片,下面将对硅基光子集成芯片的使用过程进行描述。
在一种实施例中,可以将硅基光子集成芯片固定放置在耦合平台中间。其中,耦合平台两侧夹持着耦合光纤阵列或单纤。在耦合平台的一侧由光纤阵列将多路(DistributedFeedback Laser,又称DFB)分布式反馈激光器产生的光信号耦合到硅基光子集成芯片上。在耦合平台的另一侧由光纤阵列或单纤耦合到片外用以监测信号。在应用过程中,可以利用光功率计读取光耦合到芯片外的输出光强,并以此为据,用耦合平台控制器反复调节耦合平台上光纤阵列的位置与角取向,使得光信号向芯片耦合的效率达到最优。
在又一实施例中,可以通过调节温控平台里的(Thermo Electric Cooler,又称TEC),使得硅基光子集成芯片保持在一个合适的温度。在应用过程中,可以通过数模转换器将输出模拟电压信号加载到硅基光子集成芯片中的强度调制器上,然后利用模数转换器采集平衡探测器输出的净光电流,并经过跨阻放大器转换与放大后的得到模拟输出电压。进一步的,将跨阻放大器输出的模拟输出电压转换为数字信号,以此完成硅基光子集成芯片的对矩阵进行乘法计算的过程。
本发明提供的硅基光子集成芯片,利用平衡探测技术实现负权重值的编码,可以有效降低暗电流与相对强度噪声对于信号的不利影响,同时利用芯片上波分复用技术极大地增加了光电芯片的工作带宽,提高信息传输容量和光信号处理的并行化程度。并且硅基光子集成芯片通过设计合适的并行计算光芯片架构,并通过调节芯片温度和控制数模转换器的输出模拟电压信号,实现通用的矩阵-矩阵乘法计算过程。相比传统电学计算芯片,本发明不仅具有通用矩阵计算的功能,还为加速线性计算提供了一种具有潜力的新型硬件架构。
进一步可以理解的是,本发明实施例中尽管在附图中以特定的顺序描述操作,但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作,或是要求执行全部所示的操作以得到期望的结果。在特定环境中,多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由上面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种硅基光子集成芯片,其特征在于,所述硅基光子集成芯片包括:输入矢量编码模块、并行光学矢量-矢量乘法模块、数模转换器和模数转换器,其中,
所述输入矢量编码模块的输出端与所述并行光学矢量-矢量乘法模块的输入端连接,其中,所述输入矢量编码模块的输入端用于接收光信号,所述输入矢量编码模块的输出端用于将与待计算矩阵对应的矩阵编码输入至所述并行光学矢量-矢量乘法模块的输入端,所述矩阵编码通过所述数模转换器对所述光信号进行调制而得到;
所述并行光学矢量-矢量乘法模块的输出端与所述模数转换器连接,所述模数转换器用于采集经所述并行光学矢量-矢量乘法模块处理后的电压信号,其中,所述电压信号与所述待计算矩阵的乘法计算结果相对应。
2.根据权利要求1所述的硅基光子集成芯片,其特征在于,所述输入矢量编码模块沿所述输入矢量编码模块的输入端至所述输入矢量编码模块的输出端依次包括:
多个波长通道、强度调制器阵列,以及耦合器阵列,其中,
所述波长通道的输入端作为所述输入矢量编码模块的输入端,所述波长通道的输出端与所述强度调制器阵列的输入端连接,所述强度调制器阵列的输出端与所述耦合器阵列的输入端连接,所述耦合器阵列的输出端作为所述输入矢量编码模块的输出端。
3.根据权利要求2所述的硅基光子集成芯片,其特征在于,所述耦合器阵列由串联连接的多个定向耦合器构成。
4.根据权利要求1所述的硅基光子集成芯片,其特征在于,所述并行光学矢量-矢量乘法模块包括多个并行设置的光学矢量-矢量乘法单元,其中,所述光学矢量-矢量乘法单元的输入端作为所述并行光学矢量-矢量乘法模块的输入端,所述光学矢量-矢量乘法单元的输出端作为所述并行光学矢量-矢量乘法模块的输出端。
5.根据权利要求4所述的硅基光子集成芯片,其特征在于,所述光学矢量-矢量乘法单元沿所述光学矢量-矢量乘法单元的输入端至所述光学矢量-矢量乘法单元的输出端依次包括:
滤波器阵列、权重编码器阵列、波分复用器阵列,以及平衡探测器阵列,其中,
所述滤波器阵列的输入端作为所述光学矢量-矢量乘法单元的输入端,所述滤波器阵列的输出端与所述权重编码器阵列的输入端连接,所述权重编码器阵列的输出端与所述波分复用器阵列的输入端连接,所述波分复用器阵列的输出端与所述平衡探测器阵列的输入端连接,所述平衡探测器阵列的输出端作为所述光学矢量-矢量乘法单元的输出端。
6.根据权利要求2所述的硅基光子集成芯片,其特征在于,所述强度调制器阵列设置有电极材料,所述数模转换器用于将电压信号加载至所述电极材料,以使所述电极材料的折射率根据所述电压信号的变化而变化。
7.根据权利要求5所述的硅基光子集成芯片,其特征在于,所述滤波器阵列和所述权重编码器阵列分别设置有电极材料,所述数模转换器用于将电压信号加载至所述电极材料,以使所述电极材料的折射率根据所述电压信号的变化而变化。
8.根据权利要求5所述的硅基光子集成芯片,其特征在于,所述平衡探测器阵列由具有相同的性能参数且异极相连的锗硅光电探测器构成。
CN202111667176.9A 2021-12-31 2021-12-31 硅基光子集成芯片 Pending CN114488650A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111667176.9A CN114488650A (zh) 2021-12-31 2021-12-31 硅基光子集成芯片

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111667176.9A CN114488650A (zh) 2021-12-31 2021-12-31 硅基光子集成芯片

Publications (1)

Publication Number Publication Date
CN114488650A true CN114488650A (zh) 2022-05-13

Family

ID=81508081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111667176.9A Pending CN114488650A (zh) 2021-12-31 2021-12-31 硅基光子集成芯片

Country Status (1)

Country Link
CN (1) CN114488650A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117728895A (zh) * 2024-02-07 2024-03-19 深圳市光为光通信科技有限公司 一种低功耗驱动的400g dr4硅光子板集成光模块

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111561953A (zh) * 2020-05-14 2020-08-21 上海科技大学 基于波分复用与平衡探测的片上集成光学矩阵矢量乘法器
US20210132650A1 (en) * 2020-11-17 2021-05-06 Intel Corporation Heterogeneously integrated silicon photonics neural network chip
CN113159307A (zh) * 2018-06-05 2021-07-23 光子智能股份有限公司 光电计算系统
CN113570051A (zh) * 2020-04-29 2021-10-29 光子智能股份有限公司 光电处理系统
US20210382515A1 (en) * 2020-06-03 2021-12-09 Siphox, Inc. Methods and systems for optical matrix calculation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159307A (zh) * 2018-06-05 2021-07-23 光子智能股份有限公司 光电计算系统
CN113570051A (zh) * 2020-04-29 2021-10-29 光子智能股份有限公司 光电处理系统
CN111561953A (zh) * 2020-05-14 2020-08-21 上海科技大学 基于波分复用与平衡探测的片上集成光学矩阵矢量乘法器
US20210382515A1 (en) * 2020-06-03 2021-12-09 Siphox, Inc. Methods and systems for optical matrix calculation
US20210132650A1 (en) * 2020-11-17 2021-05-06 Intel Corporation Heterogeneously integrated silicon photonics neural network chip

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117728895A (zh) * 2024-02-07 2024-03-19 深圳市光为光通信科技有限公司 一种低功耗驱动的400g dr4硅光子板集成光模块
CN117728895B (zh) * 2024-02-07 2024-05-10 深圳市光为光通信科技有限公司 一种低功耗驱动的400g dr4硅光子板集成光模块

Similar Documents

Publication Publication Date Title
CN111882052B (zh) 光子卷积神经网络系统
CN112232504B (zh) 一种光子神经网络
CN111561953B (zh) 基于波分复用与平衡探测的片上集成光学矩阵矢量乘法器
US10234701B2 (en) Waveguide array modulator for high performance systems
JP3902373B2 (ja) 安定波長光通信用自己監視型光源
TW202036135A (zh) 用於光子計算的系統和方法
CN113960718B (zh) 光电混合非相干复值矩阵运算处理器及复值矩阵运算方法
CN113805641B (zh) 一种光子神经网络
CN115167610B (zh) 二维光子卷积加速芯片及应用系统与方法
CN114706161B (zh) 一种基于频率编码的片上集成光学矩阵矢量处理器
CN102243107A (zh) 高灵敏度上转换单光子探测系统
CN115222035B (zh) 一种光子神经网络卷积加速芯片
US20240063936A1 (en) Systems and methods for utilizing photonic degrees of freedom in a photonic processor
CN114488650A (zh) 硅基光子集成芯片
CN117784313B (zh) 基于循环阵列波导光栅的二维光子卷积运算芯片及系统
Guo et al. Multi-level encoding and decoding in a scalable photonic tensor processor with a photonic general matrix multiply (GeMM) compiler
Chen et al. Iterative photonic processor for fast complex-valued matrix inversion
US20230236621A1 (en) Photonic computing system
CN110989102A (zh) 基于vcsel阵列混合集成和光纤垂直封装的硅基wdm光发送装置
US10120127B1 (en) Multi-element optical links
CN112232487B (zh) 光学神经网络芯片及其计算方法
Barton et al. 2.5-Gb/s error-free wavelength conversion using a monolithically integrated widely tunable SGDBR-SOA-MZ transmitter and integrated photodetector
Tasker et al. 9~ GHz measurement of squeezed light by interfacing silicon photonics and integrated electronics
Karempudi et al. A Low-Dissipation and Scalable GEMM Accelerator with Silicon Nitride Photonics
Tang et al. A single-wavelength non-coherent photonic matrix multiplication circuit for optical neural networks

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20220513