面向深度学习的高效能可重构全光神经网络计算芯片架构.pdfVIP

下载本文档

0
0
约8.84千字
约 9页
2023-04-23 发布于北京
举报
版权申诉

面向深度学习的高效能可重构全光神经网络计算芯片架构.pdf

1、本文档共9页，其中可免费阅读8页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了面向深度学习的高效能可重构全光神经网络计算芯片架构，包括输入层、隐藏层和输出层；输入层由强度编码MZI阵列构成，多个不同波长的输入信号通过强度编码后输入到隐藏层；隐藏层包括可编程线性计算模块和非线性模块；可编程线性计算模块由可构建任意矩阵的MZI阵列实现；其中，MZI阵列中的相移器由多个可调谐的过耦合微环谐振器代替，来实现并行计算，可并行计算的波长通道数由微环谐振器数量决定；非线性模块由多个级联的Add‑drop型微环谐振器构成，通过微环谐振器的非线性效应实现非线性输出；输出层对隐藏

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113961035 A (43)申请公布日 2022.01.21 (21)申请号 202111205466.1 (22)申请日 2021.10.15 (71)申请人北京理工大学地址