【儀表網(wǎng) 研發(fā)快訊】隨著機器學(xué)習(xí)推理任務(wù)在多個領(lǐng)域的廣泛應(yīng)用，巨大的算力需求與能耗問題日益凸顯。利用電磁波在介質(zhì)傳播過程中的低損耗特性，通過設(shè)計介質(zhì)結(jié)構(gòu)進行光學(xué)模擬計算，展現(xiàn)出降低功耗、提升計算帶寬的潛力。尤其在邊緣計算場景中，機器學(xué)習(xí)推理任務(wù)對實時性和能效要求極高。光學(xué)模擬計算盡管精度相對較低，但其高速計算特性與當(dāng)前邊緣計算設(shè)備中通過高度量化提升推理速度的思路不謀而合。基于這一背景，研究團隊提出了一種集成散射介質(zhì)的設(shè)計方法，有效降低了加工難度并提升了結(jié)構(gòu)穩(wěn)定性，進而在芯片上通過智能設(shè)計的介質(zhì)超結(jié)構(gòu)實現(xiàn)了高效的機器學(xué)習(xí)光學(xué)推理。
近期，上海交通大學(xué)集成電路學(xué)院(信息與電子工程學(xué)院)郭旭涵教授、蘇翼凱教授課題組與上海理工大學(xué)顧敏院士課題組在SOI(Silicon on Insulator, 絕緣襯底上的硅)平臺上成功實現(xiàn)了基于散射介質(zhì)的機器學(xué)習(xí)任務(wù)推理。研究團隊在8μm×8μm的設(shè)計區(qū)域內(nèi)，實現(xiàn)了最小特征尺寸為130nm(可通過90nm工藝的版圖設(shè)計規(guī)則檢驗)的集成散射介質(zhì)結(jié)構(gòu)，并完成了鳶尾花分類任務(wù)的實驗驗證。此外，該設(shè)計方法具有良好的擴展性，可適用于更復(fù)雜的任務(wù)場景。研究團隊通過仿真驗證，在44.8μm×44.8μm的設(shè)計區(qū)域內(nèi)實現(xiàn)了8×8圖像分辨率的手寫數(shù)字識別任務(wù)，識別準(zhǔn)確率達到92.8%，進一步證明了集成散射介質(zhì)在機器學(xué)習(xí)推理方面的應(yīng)用潛力。相關(guān)成果以“High computational density nanophotonic media for machine learning inference”(高計算密度納米光子學(xué)介質(zhì)用于機器學(xué)習(xí)推理)為題發(fā)表于《Nature Communications》。
研究背景
盡管模擬計算存在精度較低、抗干擾能力偏弱等不足，在過去數(shù)十年間并未成為計算系統(tǒng)的主流。然而，隨著人工智能技術(shù)的飛速發(fā)展，如何在推理速度、能耗與準(zhǔn)確率之間取得最佳平衡，已成為業(yè)界關(guān)注的焦點。在這一背景下，光學(xué)模擬計算作為一種有望重塑未來計算范式的新路徑，近年來受到廣泛關(guān)注。與基于分立光學(xué)元件的系統(tǒng)相比，在集成光電芯片上實現(xiàn)光學(xué)模擬計算，具有集成度高、穩(wěn)定性好等顯著優(yōu)勢。但值得注意的是，即便是集成芯片方案，若其設(shè)計仍拘泥于傳統(tǒng)的集成光學(xué)器件，也較難突破集成度的瓶頸，從而難以勝任大規(guī)模復(fù)雜任務(wù)。為此，研究團隊引入“逆向設(shè)計”方法——該方法幾乎不受傳統(tǒng)設(shè)計經(jīng)驗束縛，直接基于麥克斯韋方程組對器件結(jié)構(gòu)進行優(yōu)化設(shè)計，有望為邊緣計算場景量身打造高計算密度、低功耗的專用推理器件。
創(chuàng)新成果
圖1 基于集成散射介質(zhì)的機器學(xué)習(xí)推理器件
研究團隊基于伴隨法通過求解麥克斯韋方程數(shù)值解獲取訓(xùn)練任務(wù)損失函數(shù)對于陣列結(jié)構(gòu)參數(shù)的梯度，并結(jié)合加工規(guī)則約束，實現(xiàn)對散射介質(zhì)結(jié)構(gòu)的智能化設(shè)計。如圖1所示，經(jīng)過智能化設(shè)計后的器件，能夠?qū)Χ鄠€輸入光波導(dǎo)中傳播光波的相位信息進行高效處理，并將運算結(jié)果直接映射到輸出波導(dǎo)的光波強度上。通過比較不同輸出波導(dǎo)的光強，即可獲取推理結(jié)果。輸入信息的加載，則可通過片上集成的移相器便捷實現(xiàn)，進一步提升了系統(tǒng)的集成度與可控性。
圖2 不同測試樣本在推理過程中的仿真電磁場坡印廷矢量x方向分量分布 ：(a)類別1的樣本，(b)類別2的樣本，(c)類別3的版本
在器件設(shè)計過程中，研究團隊采用時域有限差分方法進行數(shù)值仿真。通過設(shè)置伴隨仿真，計算出損失函數(shù)對器件結(jié)構(gòu)參數(shù)的梯度，并在每次迭代中引入加工設(shè)計規(guī)則約束，確保最終結(jié)構(gòu)具備良好的可加工性。圖2展示了不同測試樣本在推理過程中的仿真電磁場坡印廷矢量x方向分量分布，直觀呈現(xiàn)了攜帶不同樣本信息的光波在推理過程中的能量分布特性。
研究團隊進一步對面向鳶尾花分類任務(wù)所設(shè)計的器件進行了微納加工與實驗測試(圖3)，實現(xiàn)了86.7%的測試準(zhǔn)確率。實驗中，不同樣本的特征信息通過片上集成的熱調(diào)移相器進行加載，輸出光信號則由光電探測器采集并轉(zhuǎn)換為推理結(jié)果。團隊還測試了器件在一定帶寬范圍內(nèi)的性能表現(xiàn)，結(jié)果間接表明其在更高頻率輸入環(huán)境下具備應(yīng)用潛力。未來采用電調(diào)移相器等方案加載輸入信息，將有望實現(xiàn)超低延遲的推理能力。
圖4 手寫數(shù)字識別任務(wù)仿真驗證：(a)器件結(jié)構(gòu)及任務(wù)描述，(b)仿真混淆矩陣，(c)準(zhǔn)確率及損失變化圖
為驗證該方法的可擴展性，研究團隊進一步使用包含64個像素的手寫數(shù)字?jǐn)?shù)據(jù)集，開展了更大規(guī)模的設(shè)計仿真(圖4)。在44.8μm×44.8μm的設(shè)計區(qū)域內(nèi)，仿真實現(xiàn)了92.8%的識別準(zhǔn)確率。隨著未來仿真與實驗條件的進一步完善，該方法有望在更復(fù)雜、規(guī)模更大的推理任務(wù)中獲得實驗驗證與應(yīng)用。
論文信息
上海交通大學(xué)集成電路學(xué)院(信息與電子工程學(xué)院)博士生趙振宇為第一作者。通訊作者為上海交通大學(xué)集成電路學(xué)院(信息與電子工程學(xué)院)郭旭涵教授和上海理工大學(xué)方心遠研究員。該工作得到了上海交通大學(xué)集成電路學(xué)院(信息與電子工程學(xué)院)蘇翼凱教授和上海理工大學(xué)顧敏院士的大力支持和指導(dǎo)。上海交通大學(xué)潘亦晨碩士、向金龍博士后、張鈺嘉講師、何安助理教授、趙耀天助理研究員、博士生陳有略、何宇助理研究員也為本工作做出了重要貢獻。同時，該工作得到了國家重點研發(fā)計劃、國家自然科學(xué)基金和上海市科委等項目支持，以及得到光子傳輸與通信全國重點實驗室、上海交通大學(xué)先進電子材料與器件平臺(AEMD平臺)的測試加工支持。
論文通訊作者郭旭涵教授主要研究光電子集成芯片，入選國家級高層次青年人才，獲得中國光學(xué)工程學(xué)會三年“硅基光電子優(yōu)秀成果獎”(2024)。近五年以一作/通訊作者發(fā)表高水平論文30余篇，包括 Nature Photonics，Nature Communications，eLight, Light: Science & Applications, Laser & Photonics Reviews, Optica等。邀請報告25余次，包括光學(xué)頂會OFC, IPC, APC等。主持國家重點研發(fā)計劃課題1項，國家自然科學(xué)基金2項，上海市科委項目2項等。擔(dān)任國際知名期刊APL Photonics編委，IEEE Journal of Quantum Electronics編委，光學(xué)知名會議OECC TPC共主席， ACP Workshop共主席等。
蘇翼凱教授領(lǐng)導(dǎo)的光傳輸與集成光子學(xué)實驗室(OTIP)立足光電子研究領(lǐng)域的前沿，主要研究高速光通信系統(tǒng)與各類集成器件，重點研究應(yīng)用于傳輸及交換領(lǐng)域的硅基及異質(zhì)集成光電子芯片。
所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)。