片上衍射光学神经网络芯片

高集成低功耗

一种基于SOI平台的无源光子芯片，以片上衍射光学结构执行机器学习推理，避免了传统冯·诺依曼架构的速率瓶颈。

符庭钊 · 臧裕斌 · Huang, Yuyao · 杜振民 · Huang, Honghao · 胡丞杨 · Chen, Minghua · Sigang, Yang · 陈宏伟

Nature Communications 2023

参数信息

Iris分类准确率（1隐藏层）

86.7 %

Iris分类准确率（3隐藏层）

90 %

芯片面积（1隐藏层）

0.15 mm²

芯片面积（3隐藏层）

0.3 mm²

技术优势

芯片面积小

1隐藏层和3隐藏层DONN芯片面积分别仅为0.15 mm²和0.3 mm²，适合高密度集成。

零静态功耗

该DONN为无源结构，执行推理时不消耗静态功率，适合低功耗边缘计算。

准确率可提升

通过增加隐藏层层数，Iris分类准确率从86.7%提高到90%，并且3隐藏层DONN能够处理MNIST手写数字识别。

应用场景

• 光子AI加速器：以光速执行神经网络推理，替代传统电子加速器，突破冯·诺依曼瓶颈。
• 光学神经网络：在片上实现衍射光学神经网络，无需庞大光学平台，适合规模化部署。
• 低功耗边缘计算：无源结构零静态功耗，满足边缘设备对能效的严苛要求。
• 集成光子器件：与CMOS工艺兼容的SOI平台，实现光子器件的密集集成。
• 光子计算芯片：将计算功能集成在单一芯片上，提供光子计算硬件解决方案。