Nature：基于集成光子张量核的并行卷积处理

近日，科学家在《自然》发表题为《Parallel convolutional processing using an integrated photonic tensor core》的文章，介绍了基于集成光子张量核的并行卷积处理。

据介绍，随着超高速移动网络和互联网连接设备的激增，以及人工智能（AI）的兴起，世界上需要以快速高效的方式处理的数据量呈指数级增长。因此，高度并行化、快速和可扩展的硬件正变得越来越重要。科学家们演示了一个针对特定计算的集成光子硬件加速器（张量核），它能够以每秒数万亿次乘法累加运算（每秒10¹²次MAC运算）的速度运行。张量核可以看作是专用集成电路（ASIC）的光学模拟。它利用相变材料存储阵列和基于光子芯片的光频梳（孤子微梳）实现了光子在存储器中的并行计算。计算简化为测量可重构和非谐振无源元件的光传输，并且可以在超过14ghz的带宽下工作，仅受调制器和光电探测器的速度限制。考虑到微波线速率孤子微调制器、超低损耗氮化硅波导、高速片上探测器和调制器的混合集成的最新进展，这种方法为光子张量核的全互补金属氧化物半导体（CMOS）晶圆级集成提供了一条途径。虽然本工作只是针对于卷积处理，但更普遍的是，实验结果表明，集成光子学在数据密集型人工智能应用（如自动驾驶、实时视频处理和下一代云计算服务）中具有并行、快速和高效计算硬件的潜力。