半導(dǎo)體所在高精度光計算領(lǐng)域取得新進(jìn)展
在人工智能神經(jīng)網(wǎng)絡(luò)高速發(fā)展的背景下，大規(guī)模的矩陣運算與頻繁的數(shù)據(jù)迭代給傳統(tǒng)電子處理器帶來了巨大壓力。光電混合計算通過光學(xué)處理與電學(xué)處理的協(xié)同集成，展現(xiàn)出顯著的計算性能，然而實際應(yīng)用受限于訓(xùn)練與推理環(huán)節(jié)分離、離線權(quán)重更新等問題，造成信息熵劣化、計算精度下降，導(dǎo)致推理準(zhǔn)確度低。
中國科學(xué)院半導(dǎo)體研究所李明研究員團(tuán)隊提出了一種基于相位像素陣列的可編程光學(xué)處理單元（OPU），并結(jié)合李雅普諾夫穩(wěn)定性理論實現(xiàn)了對OPU的靈活編程。在此基礎(chǔ)上，該團(tuán)隊構(gòu)建了一種端到端閉環(huán)光電混合計算架構(gòu)（ECA），通過硬件—算法協(xié)同設(shè)計，實現(xiàn)了訓(xùn)練與推理的全流程閉環(huán)優(yōu)化，有效補償了信息熵?fù)p失，打破了光計算中計算精度與準(zhǔn)確度之間的強耦合關(guān)系。
該架構(gòu)通過噪聲自學(xué)習(xí)機制，實現(xiàn)了光學(xué)與電學(xué)參數(shù)聯(lián)合優(yōu)化與自適應(yīng)計算精度補償。實驗結(jié)果表明，采用4-bit的OPU時，ECA在MNIST手寫數(shù)字識別任務(wù)（計算機視覺領(lǐng)域的經(jīng)典任務(wù)）上的推理準(zhǔn)確率達(dá)到90.8%，接近8-bit傳統(tǒng)計算架構(gòu)（TCA）的理論極限（90.9%），這表明光計算系統(tǒng)在低硬件精度仍能實現(xiàn)高精度推理，為高性能計算架構(gòu)的設(shè)計提供了新思路。
該OPU支持30.67 GBaud/s的運算速率，實現(xiàn)981.3 GOPS的計算能力與3.97 TOPS/mm2的計算密度。理論分析表明，該結(jié)構(gòu)可進(jìn)一步擴展至128×128規(guī)模，計算能力可達(dá)1,005 TOPS，計算密度為4.09 TOPS/mm2，能效可達(dá)37.81 fJ/MAC，顯示出其在微波光子信號處理、光通信與神經(jīng)形態(tài)人工智能等領(lǐng)域的應(yīng)用潛力。
相關(guān)研究成果以“End-to-End Closed-loop Optoelectronic Computing Breaking Precision-Accuracy Coupling”為題發(fā)表于《先進(jìn)光子學(xué)》（Advanced Photonics）。半導(dǎo)體所博士生李俊燊與博士后孟祥彥為共同第一作者，半導(dǎo)體所李明研究員、石暖暖研究員與西班牙瓦倫西亞理工大學(xué)José Capmany教授為共同通訊作者。
該研究得到了國家自然科學(xué)基金、北京市自然科學(xué)基金、中國博士后科學(xué)基金、中國科學(xué)院國際合作計劃等項目的支持。
論文鏈接：
https://researching.cn/articles/OJf19b5d9d922324e6
