1 工作简介

         ——高算力密度光学张量卷积处理单元

在人工神经网络中，张量作为多维数组，在数据结构中扮演着核心角色。近年来，随着深度学习领域的蓬勃发展和生成式人工智能技术的兴起，神经网络模型的复杂度持续攀升，模型参数量更是呈现出爆炸式的增长态势。然而，面对庞大的张量计算需求，传统的存储和处理分立的电子计算硬件面临计算延迟大、功耗高等问题，从而成为了制约人工智能领域快速进步的一大瓶颈。

光计算作为一种新兴的计算技术，具有大带宽、低延迟、低功耗等独特优势，展现出克服传统电子计算瓶颈的巨大潜力，为未来的高性能计算提供了全新的解决方案。传统的光计算架构往往依赖于光学元件阵列（如马赫曾德尔干涉仪阵列或者微环谐振器阵列等）来执行矩阵和张量计算，存在算力密度低、调控复杂等问题，从而极大限制了光计算的算力性能。此外，高速光计算与低速电计算之间存在严重的速度失配问题，并且需要使用高速模数/数模转换器进行数据转换，从而带来严重的功耗问题。

中国科学院半导体研究所李明研究员团队提出了一种新型的光学张量处理单元（OTPU，图1），该OTPU使用无需热调谐的微环谐振器作为核心单元，基于波分复用技术通过波长调谐和调制器偏置点改变实现实数域权重调整，实现了34.04 TOPS/mm²的超高算力密度（图2），为高算力光计算实现探索了一种全新的技术路径。该方案通过引入光波/微波多域复用技术有效扩展了数据输入维度，从而实现光学张量运算，提高了信息访问的灵活度，降低了对高速模数/数模转换器的依赖。该研究成果展示了光计算在高性能、高维数据处理方面的巨大潜力，为人工智能和数据科学中的张量计算提供了一种全新的解决方案。

图1. 光学张量处理单元。

图2. 处理单元实物图（a）及显微镜照片（b）。

相关成果以“High-integrated photonic tensor core utilizing high-dimensional lightwave and microwave multidomain multiplexing”为题在《光：科学与应用》（Light: Science & Applications）上发表。半导体所李明研究员、石暖暖研究员为共同通讯作者，孟祥彦博士后为第一作者。

2 主要作者简介

第一作者

孟祥彦，中国科学院半导体研究所博士后。

主要研究方向为光子集成和智能光计算。在Nature Communications、Light: Science & Applications等期刊发表SCI论文14篇，其中一作/共同一作8篇（ESI高被引1篇）；申请发明专利13件，其中已授权6件；入选“第十届中国科协青年人才托举工程”，获得国家自然科学基金青年科学基金（C类）等项目资助；获中国激光杂志社首届“青衿奖”、“2023年度全国微波光子学学术新星”等奖项；研究成果入选“2023中国光学十大进展”。

通讯作者

石暖暖，中国科学院半导体研究所研究员，国家青年人才入选者。

主要研究方向智能光计算、光子信号产生及处理等方面。近5年来主持承担国家重点研发计划项目和课题，国家自然科学基金面上项目等国家级项目10余项，2023年入选北京市科技新星计划“创新新星”，2022年入选第12批中国科学院“青年创新促进会”会员，发表Nature Communication、Light: Science & Applications等论文30余篇，申请国家发明专利50项。

通讯作者

李明，中国科学院半导体研究所研究员，博士生导师，光电子材料与器件全国重点实验室主任。

中国科学院半导体研究所所务委员，光电子材料与器件全国重点实验室主任，2015年和2019年分别获得国家自然科学基金优秀青年基金项目、杰出青年基金项目以及国家重点研发计划项目首席等30余项国家级项目资助，发表期刊论文240余篇，其中以第一/通讯（含共同）作者发表Nature子刊12篇（1篇Nature Photonics，8篇Nature Communications，3篇Light: Science & Applications）。入选Optica Fellow（美国光学学会会士）、中国电子学会会士，先后获得中国光学工程学会科学技术奖一等奖2项、中国通信学会科学技术一等奖1项和二等奖1项、中国电子学会“优秀科技工作者”称号和中国科学杂志社Science Bulletin杰出贡献奖等。

3 原文传递

https://www.nature.com/articles/s41377-024-01706-9