【儀表網(wǎng) 研發(fā)快訊】近日，華中科技大學武漢光電國家研究中心張新亮、董建績教授研究團隊成功研發(fā)了一種基于波長編碼的異步光學循環(huán)加速器。該技術(shù)突破了光學計算中的同步控制瓶頸，降低了計算能耗，并提升了計算效率。研究成果發(fā)表在學術(shù)期刊《eLight》上，題為“Monolithically integrated asynchronous optical recurrent accelerator”。
 

　　隨著人工智能和大規(guī)模數(shù)據(jù)處理需求的急劇增長，傳統(tǒng)電子計算受限于能耗和延遲。光學計算因其高速、低功耗特性成為潛在可替代方案之一，但現(xiàn)有方案依賴于頻繁的光電信號轉(zhuǎn)換及精確的電學同步控制，尤其在循環(huán)網(wǎng)絡(luò)計算任務(wù)中，增加了系統(tǒng)復(fù)雜度和能量損耗。
 

　　基于時間序列的光學循環(huán)計算要求光信號嚴格時序?qū)R，并且多路數(shù)據(jù)信號周期和光學延遲之間需要保持嚴格一致，如圖1(a)所示。為了解決上述同步難題，研究團隊提出了一種基于波長編碼的異步計算架構(gòu)。在該架構(gòu)中，不同時間循環(huán)周期的數(shù)據(jù)被映射到不同的波長通道，并通過片上波長中繼單元(WRU)完成數(shù)據(jù)傳遞，如圖1(b)所示。相比傳統(tǒng)的時序同步方法，該方案無需精確對齊不同計算單元的數(shù)據(jù)傳輸時間，從而減少了同步電路的功耗，簡化了系統(tǒng)設(shè)計。該架構(gòu)通過光學計算核心執(zhí)行波長復(fù)用的矩陣運算，并結(jié)合光電探測器驅(qū)動的微環(huán)調(diào)制器(即波長中繼單元)完成信號在波長域的轉(zhuǎn)換，使計算完全在光域中進行。其中，微環(huán)調(diào)制器采用下一級波長光源作為補充光，結(jié)合其傳遞函數(shù)的性質(zhì)，波長中繼單元(WRU)可以實現(xiàn)信號之間的加、減、乘、除、非線性等多種計算功能，如圖1(c-e)所示。
 

　　圖1：(a) 同步光學循環(huán)加速器的系統(tǒng)架構(gòu)示意圖。(b) 異步光學循環(huán)加速器的系統(tǒng)架構(gòu)示意圖，展示了如何利用波長中繼進行數(shù)據(jù)傳輸。
 

　　(c-d) 波長中繼單元的基本工作原理。
 

　　基于上述異步循環(huán)計算架構(gòu)，研究團隊首先研制了一款光學隱馬爾可夫模型(OHMM)芯片，該芯片利用光學矩陣運算執(zhí)行概率推理任務(wù)。OHMM芯片通過將不同狀態(tài)概率編碼到不同波長，并利用光學矩陣運算進行狀態(tài)轉(zhuǎn)移計算，如圖2(a)所示。芯片采用微環(huán)諧振器的光譜濾波機制，使不同狀態(tài)之間的轉(zhuǎn)換能夠高效地映射到光學矩陣運算模塊。該芯片成功實現(xiàn)了對DNA序列的隱藏狀態(tài)推斷，實驗結(jié)果表明其在基因序列分析任務(wù)中的準確率可達99%，如圖2(b)所示。在600個堿基對范圍內(nèi)隱藏狀態(tài)的相似性表明了這兩種DNA是同源的。
 

圖2：(a) OHMM 計算流程示意圖，展示光學矩陣計算如何用于隱藏狀態(tài)推理。
 

　　(b) 芯片在DNA序列分析中的應(yīng)用。圖中展示了實驗結(jié)果與理論計算的對比。
 

圖3：(a) ORNN 計算流程示意圖，展示波長復(fù)用和非線性計算的實現(xiàn)方式。
 

　　(b) 語音分類實驗結(jié)果，展示了一對多的訓練策略和八分類混淆矩陣。
 

　　研究團隊還進一步開發(fā)了一款單片集成的光學循環(huán)神經(jīng)網(wǎng)絡(luò)(ORNN)芯片，顯著提升了光學計算在處理高維時序數(shù)據(jù)方面的能力。ORNN芯片利用差分驅(qū)動的調(diào)制器同時實現(xiàn)波長中繼和非線性計算，通過波長復(fù)用的方式進行循環(huán)計算，如圖3(a)所示。該芯片采用原位訓練方法在多輪訓練過程中優(yōu)化參數(shù)，實現(xiàn)分類任務(wù)。在實際測試中，ORNN芯片在日語元音二分類任務(wù)中取得了高達97%的訓練準確率和95%的測試準確率，并通過一對多的訓練策略成功擴展至八分類語音識別任務(wù)，測試準確率達87.7%，驗證了其在多類別分類中的優(yōu)越性能，如圖3(b)所示。
 

　　異步光學計算架構(gòu)在實驗中展現(xiàn)出較低的計算延遲和較高的能效。相較于傳統(tǒng)電子計算方案，該芯片在基因序列分析和語音處理任務(wù)中均表現(xiàn)出更低的功耗和更快的計算速度。光學計算核心能夠高效地執(zhí)行矩陣運算，并避免高頻電子電路帶來的信號失真問題。此外，芯片的緊湊設(shè)計(僅10mm²)支持更高密度的光計算單元集成(集成上百個光學器件)，為未來的大規(guī)模光學計算提供了可能性。
 

　　研究團隊未來計劃進一步優(yōu)化芯片架構(gòu)，提高計算精度，并探索其在更廣泛智能計算場景中的應(yīng)用，例如自動駕駛、智能感知和邊緣計算設(shè)備。隨著光學計算技術(shù)的持續(xù)發(fā)展，該異步架構(gòu)有望在未來時序記憶光計算硬件中發(fā)揮核心作用。
 

　　董建績教授團隊長期從事集成光學與光計算領(lǐng)域研究工作，在光學非線性激活函數(shù)、光學深度神經(jīng)網(wǎng)絡(luò)芯片、單片集成光學伊辛機芯片、單片集成光學循環(huán)計算加速芯片、光學邏輯可編程邏輯陣列、光計算芯片訓練和推理等方面獲得重要進展，近5年在eLight、Nature Communications、Advanced Photonics、Light Science & Applications、PhotoniX、Optica等光學頂級期刊發(fā)表論文13篇。主持國家重點研發(fā)計劃、國家杰出青年基金、國家優(yōu)秀青年基金等項目，獲得全國百篇優(yōu)秀博士學位論文獎，2次獲得湖北省自然科學一等獎，1次獲得國家(研究生)教學成果二等獎。擔任期刊《Frontier of Optoelectronics》執(zhí)行主編、全國智能計算標準化委員會委員、中國光學學會纖維光學與集成光學專委會常務(wù)委員，作為發(fā)起人組織光子學公開課的光電計算專題。