Chislennoe modelirovanie fotonnogo tenzornogo yadra dlya apparatnogo uskoreniya opticheskikh matrichno-vektornykh vychisleniy

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Построена реалистичная численная модель фотонного тензорного ядра на основе архитектуры кросс-бар с поглотительными пленками халькогенидного стекла GeSbTe в качестве весовых элементов фотонной матрицы. Продемонстрирована работоспособность модели для совершения операции матрично-векторного умножения. Показана возможность применения тензорного ядра на основе реализованной архитектуры в сверточных нейронных сетях для задач распознавания изображений. Впервые численным моделированием были получены оценки потенциальной производительности и энергоэффективности фотонного аппаратного ускорителя с учетом современной экспериментальной элементной базы.

References

  1. W. Aspray, John von Neumann and the origins of modern computing, MIT Press, Cambridge (1990).
  2. F. Amato, A. L´pez, E.M. Pena-M´endez, P. Vaˇnhara, A. Hampl, and J. Havel, J. Appl. Biomed. 11, 47 (2013).
  3. Q. Li, W. Cai, X. Wang, Y. Zhou, D.D. Feng, and M. Chen, IEEE 13, 844 (2014).
  4. А.А. Попкова, А.А. Федянин, Письма вЖЭТФ 118, 513 (2023).
  5. J. Gu, Z.Wang, J. Kuen, L.Ma, A. Shahroudy, B. Shuai, T. Liu, X.Wang, G.Wang, J. Cai, and T. Chen, Pattern Recognit. 77, 354 (2018).
  6. H. J. Yoo, IEIE SPC 4, 35 (2015).
  7. C. Zhang, P. Li, G. Sun, Y. Guan, B. Xiao, and J. Cong, Proceedings of the 2015 ACM/SIGDA international symposium on field-programmable gate arrays 161, Association for Computing Machinery, N.Y. (2015).
  8. K. Ovtcahrov, O. Ruwase, J.Y. Kim, J. Fowers, K. Strauss, and E. S. Chung, Microsoft Research Whitepaper 2, 1 (2015).
  9. А.И. Мусорин, А.С. Шорохов, А.А. Чежегов, Т. Г. Балуян, К.Р. Сафронов, А.В. Четвертухин, А.А. Грунин, А.А. Федянин, Успехи физических наук 193, 1284 (2023).
  10. M. Miscuglio and V. J. Sorger, Appl. Phys. Rev. 7, 31404 (2020).
  11. F.Br¨uckerhoff-Pl¨uckelmann, J. Feldmann, C.D.Wright, H. Bhaskaran, and W. Pernice, J. Appl. Phys. 129, 151103 (2021).
  12. J. Zheng, A. Khanolkar, P. Xu, S. Colburn, S. Deshmukh, J. Myers, J. Frantz, E. Pop, J. Hendricksin, J. Doylend, N. Boechler, and A. Majumdar, Opt. Mater. Express 8, 1551 (2018).
  13. M. Delaney, I. Zeimpekis, D. Lawson, D. Hewak, and O. Muskens, Adv. Funct. Mater. 30, 2002447 (2020).
  14. J. Feldmann, N. Youngblood, M. Karpov, H. Gehring, X. Li, M. Stappers, M. Le Gallo, X. Fu, A. Lukashchuk, A. S. Raja, J. Liu, C.D. Wright, A. Sebastian, T. J. Kippenberg, W.H.P. Pernice, and H. Bhaskaran, Nature 589, 7840 (2021).
  15. N. Youngblood IEEE J. Sel. Top. Quantum Electron. 29, 1 (2022).
  16. B. Dong, S. Aggarwal, W. Zhou, U.E. Ali, N. Farmakidis, J. S. Lee, Y. He, X. Li, D.L. Kwong, C.D. Wright, W. Pernice, and H. Bhaskaran, Nature Photon. 17, 1080 (2023).
  17. F. Br¨uckerhoff-Pl¨uckelmann, J. Feldmann, H. Gehring, W. Zhou, C.D. Wright, H. Bhaskaran, and W. Pernice, Nanophotonics 11, 4063 (2022).
  18. P. Dong, R. Shafiiha, S. Liao, H. Liang, N.N. Feng, D. Feng, G. Li, X. Zheng, A.V. Krishnamoorthy, and M. Asghari , Opt. Express 18, 10941 (2010).
  19. Y. Zhang, H. Zhang, J. Zhang, J. Liu, L.Wang, D. Chen, N. Chi, X. Xiao, and S. Yu, Photonics Res. 10, 1127 (2022).
  20. W. Bogaerts, P. De Heyn, T. van Vaerenbergh, K. De Vos, S.K. Selvaraja, T. Claes, P. Dumon, P. Bienstmanm, D. van Thourhout, and R. Baets, Laser Photonics Rev. 6, 47 (2012).
  21. M.R. Watts, W.A. Zortman, D.C. Trotter, R.W. Young, and A. L. Lentine, IEEE J. Sel. Top. Quantum Electron. 16, 159 (2010).
  22. W. Zhang, C. Huang, H.T. Peng, S. Bilodeau, A. Jha, E. Blow, T. F. de Lima, B. J. Shastri, and P. Prucnal, Optica 9, 579 (2022).
  23. D. Wu, X. Yang, N. Wang, L. Lu, J. Chen, L. Zhou, and B. Rahman, Nanophotonics 11, 3437 (2022).
  24. A. Yariv, IEEE J. Quantum Electron. 9, 919 (1973).
  25. C. Wu, H. Yu, S. Le, R. Peng, I. Takeuchi, and M. Li, Nature Commun. 12, 96 (2021).
  26. A.N. Tait, M.A. Nahmias, B. J. Shastri, and P.R. Pruchal, J. Light. Technol. 32, 4029 (2014).
  27. S. Keyvaninia, G. Roelkens, D. van Thourhout, C. Jany, M. Lamponi, A. Le Lieprve, F. Lelarge, D. Make, G.H. Duan, D. Bordel, and J.M. Fedeli, Opt. Express 21, 3784 (2013).
  28. M.A. Al-Qadasi, L. Chrostowski, B. J. Shastri, and S. Shekhar, APL Photonics 7, 20902 (2022).
  29. S. Wu, X. Mu, L. Cheng, S. Mao, and H.Y. Fu, Micromachines 11, 326 (2020).
  30. S. Manipatruni, K. Preston, L. Chen, and M. Lipson, Opt. Express 18, 18235 (2010).
  31. Z. Yu, J. Zheng, P. Xu, W. Zhang, and Y. Wu, IEEE Photonics Technol. Lett. 30, 250 (2017).
  32. C. Demirkiran, F. Eris, G. Wang, J. Elmhurst, N. Moore, N.C. Harris, A. Basumallik, V. J. Reddi, A. Joshi, and D. Bunadar, J. Emerg. Technol. Comput. Syst. 19, 1 (2023).
  33. D. Sturm and S. Mozaeni, 2023 Design, Automation & Test in Europe Conference & Exhibition (DATE), 1, EDA Consortium, San Jose (2023).
  34. M. O’Connor, N. Chatterjee, D. Lee, J. Wilson, A. Agrawal, S.W. Keckler, and W. J. Dally, Proceedings of the 50th Annual IEEE/ACM International Symposium on Microarchitecture, 41, Association for Computing Machinery, N.Y. (2017).
  35. B.R. Koch, E. J. Norberg, J. E. Roth, B. Kim, A. Ramaswamy, R. S. Guzzon, J. Hutchinson, J.H. Shin, J. Imamura, B. Gomez, G. Fish, and A. Fang, Novel In-Plane Semiconductor Lasers XIII. – SPIE 9002, 72 (2014).
  36. S. Nayak, A.H. Ahmed, A. Sharkia, A. S. Ramani, S. Mirabbassi, and S. Shekhar, IEEE Trans. Circuits Syst. I: Regul. Pap. 66, 3162 (2019).
  37. К.Р. Сафронов, В.О. Бессонов, А.А. Федянин, Письма в ЖЭТФ 114, 360 (2021).
  38. M. Wei, X. Lin, K. Xu, Y. Wu, C. Wang, Z. Wang, K. Lei, K. Bao, J. Li, L. Li, E. Li, and H. Lin, Nanophotonics 13, 2183 (2024).

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2024 Российская академия наук

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».