最近,比爾·蓋茨等人(包括Uber的CEO和Co-founder)投資了光學(xué)AI芯片初創(chuàng)公司Luminous Computing,該公司獲得了900萬美金的投資,具體細(xì)節(jié)可參看CNBC的報(bào)道https://www.cnbc.com/2019/06/03/bill-gates-and-travis-kalanick-invest-in-ai-chip-start-up-luminous.html。小豆芽查閱了一些相關(guān)的文獻(xiàn),借助這篇筆記簡(jiǎn)單介紹下Luminous Computing的光學(xué)AI芯片技術(shù)。
Luminous公司的CTO Mitchell Nahmias畢業(yè)于Princeton大學(xué),其PhD期間的主要工作就是光學(xué)AI芯片的研究。他們所采用的方案不是基于Mach-Zehnder干涉器,而是稱為Broadcast and Weight方案(以下簡(jiǎn)稱B&W方案)。其原理框架圖如下圖所示,
(圖片來自文獻(xiàn)1)
輸入信號(hào)編碼在不同的波長(zhǎng)上,經(jīng)過微環(huán)型光學(xué)濾波器的作用,每個(gè)波長(zhǎng)的強(qiáng)度受到調(diào)制,該過程對(duì)應(yīng)于乘法運(yùn)算。隨后,光信號(hào)在探測(cè)器處被探測(cè),轉(zhuǎn)換為光電流,該過程對(duì)應(yīng)于加法運(yùn)算。該電流作為激光器的注入電流,使得激光器處產(chǎn)生對(duì)應(yīng)的光信號(hào)輸出,用于連接下一個(gè)神經(jīng)元,該過程對(duì)應(yīng)于非線性激活函數(shù)。下圖為具體的光路結(jié)構(gòu)圖。目前B&W方案已經(jīng)實(shí)現(xiàn)了2個(gè)神經(jīng)元、4個(gè)權(quán)重的演示。
(圖片來自文獻(xiàn)2)
與Mach-Zehnder型方案(基于硅光芯片的深度學(xué)習(xí))相比,主要區(qū)別有以下幾點(diǎn):
1)Mach-Zehnder型方案中,沒有發(fā)生光電轉(zhuǎn)換過程,而B&W方案中發(fā)生了兩次光電轉(zhuǎn)換過程,探測(cè)器處O->E, 激光器處E->O。
2) Mach-Zehnder型方案基于光場(chǎng)的干涉,因此其對(duì)相位敏感。而B&W方案是一種非相干方案,信號(hào)加載在光的強(qiáng)度上,因此對(duì)相位不敏感。
3)Mach-Zehnder型方案采用單個(gè)波長(zhǎng),而B&W方案必須采用多個(gè)波長(zhǎng)。
4)B&W方案采用微環(huán)作為可調(diào)諧濾波器,其芯片尺寸大大縮小,功耗減小。
Luminous Computting公司的官網(wǎng)https://www.luminouscomputing.com/ 非常簡(jiǎn)單,只有一頁文字介紹 。最近光學(xué)AI芯片的進(jìn)展比較多,光學(xué)實(shí)現(xiàn)AI的主要優(yōu)勢(shì)是速度快和能耗小。下圖比較了光學(xué)與電學(xué)AI芯片的能耗與計(jì)算密度。光學(xué)AI芯片初創(chuàng)公司都得到了科技巨頭公司的投資,這在一定程度上論證了該方案的優(yōu)勢(shì)與可行性。小豆芽會(huì)持續(xù)關(guān)注這一領(lǐng)域的進(jìn)展。
(圖片來自文獻(xiàn)1)
參考文獻(xiàn):
1. H. Peng, et.al., "Neuromorphic Photonic Integrated Circuits"
2. B. J. Shastri, et.al., "Principles of Neuromorphic Photonics"