[发明专利]光学神经网络装置、芯片及神经网络计算的光学实现方法

说明书

本发明实施例提供一种光学神经网络装置、芯片及神经网络计算的光学实现方法。其中，装置包括：光产生子装置，用于产生N路不同波长的光信号；N为＞1的整数；第一调制子装置，用于根据N个第一电压，分别对N路光信号的强度进行调制，得到N路第一光信号；第一转换子装置，用于将N路第一光信号进行并串转换，得到第二光信号；分光器，用于将第二光信号分成N路第三光信号；第二调制子装置，用于根据N个第一电压集，分别对N路第三光信号的强度进行调制，得到N路第四光信号；第二转换子装置，用于将N路第四光信号中每一路分别进行串并转换，得到N路第五光信号；处理子装置，用于基于N路第五光信号，调整N个第一电压及N个第一电压集的值。

技术领域

本发明涉及光子集成和高性能计算技术领域，尤其涉及一种光学神经网络装置、芯片及神经网络计算的光学实现方法。

背景技术

神经网络计算是人工智能芯片的主要功能之一，神经网络计算需要快速的完成一系列复杂的矩阵乘法运算。神经网络计算可以利用电学芯片实现。然而，传统电学芯片因受工艺节点和材料特性的影响，计算效率有限。光子集成器件特别是硅基光子集成器件近年来得到了快速的发展，硅基光子集成器件具有速率高，抗干扰能力强，集成度高，半导体工艺兼容等优点，利用光集成器件的调制、滤波、分束等功能，可以组成高效率的光子计算芯片，有望极大的提升神经网络计算的效率。也就是说，神经网络计算在利用光学芯片实现时，效率的得到了很大提升。

光学芯片中神经网络权重的乘法计算主要基于光调制器，当权重数量较多时，对光调制器的需求很大。然而，过多的调制器会造成光学芯片的功耗和成本偏高。

发明内容

为解决现有存在的技术问题，本发明实施例提出一种光学神经网络装置、芯片及神经网络计算的光学实现方法。

本发明实施例提供了一种光学神经网络装置，包括：

光产生子装置，用于产生N路不同波长的光信号；其中，所述N为大于1的正整数；

第一调制子装置，用于根据输入的N个第一电压，分别对N路不同波长的光信号的强度进行调制，得到N路第一光信号；

第一转换子装置，用于将所述N路第一光信号进行并串转换，得到第二光信号；

分光器，用于将所述第二光信号分成N路第三光信号；

第二调制子装置，用于根据输入的N个第一电压集，分别对N路第三光信号的强度进行调制，得到N路第四光信号；

第二转换子装置，用于将所述N路第四光信号中的每一路分别进行串并转换，得到N路第五光信号；

处理子装置，用于基于所述N路第五光信号，调整所述N个第一电压及N个第一电压集的值。

上述方案中，所述第一转换子装置包括：第一延时单元和第一合波器；其中，

所述第一延时单元，用于将所述N路第一光信号中每一路光信号按照第一预设规则分别进行延时处理，以使所述N路第一光信号中每一路光信号的时延不同；

所述第一合波器，用于将延时处理后的N路第一光信号合成所述第二光信号。

上述方案中，所述第二转换子装置包括：分波器、第二延时单元和第二合波器；其中，

所述分波器，用于将所述N路第四光信号中每一路光信号分为相应的N路并行的光信号；

所述第二延时单元，用于对所述相应的N路并行的光信号中的每一路光信号按照第二预设规则分别进行延时处理，以使所述N路并行的光信号中每一路光信号的时延相同；

所述第二合波器，用于将延时处理后的相应的N路并行光信号合成第五光信号；其中，N路第四光信号中所有路光信号合成N路第五光信号。