[发明专利]基于时域泰伯效应的光学卷积加速装置及方法

说明书

本发明公开了一种基于时域泰伯效应的光学卷积加速装置及方法，装置包括：光脉冲发生模块，被配置为产生第一光脉冲簇，其中，第一光脉冲簇中光脉冲的幅度表征待卷积的数据，第一光脉冲簇中光脉冲具有梳状光谱，梳状光谱具有至少一个光谱分量；卷积计算模块，被配置为对光谱分量进行编辑，得到光谱加载了目标卷积核的光脉冲；并基于时域泰伯效应对待卷积的数据进行卷积计算，输出第二光脉冲簇；以及平衡光电探测器，被配置为将第二光脉冲簇转换成电信号，并将电信号作为卷积结果输出。通过用光脉冲的幅度表征待卷积的数据，以及将目标卷积核加载到光脉冲的光谱分量上，然后基于时域泰伯效应进行卷积计算，从而利用光子技术大带宽、低延时、高速率的优点提升了卷积计算的速度。

技术领域

本发明涉及微波光子学技术领域，具体涉及一种基于时域泰伯效应的光学卷积加速装置及方法。

背景技术

卷积神经网络是对人脑或生物神经网络若干基本特性的抽象和模拟，是大量的神经元互相连接构成的具有信号判别功能的网络系统。最初提出卷积神经网络目的是为了使其能以与人脑相同的方式来解决问题，但是，随着时间的推移，目前卷积神经网络的重心变成了如何使用其完成特定的功能。目前，卷积神经网络在很多研究领域都取得了巨大的成功，广泛的应用于语音识别、机器视觉、决策判断、无人驾驶以及艺术创作等方面，解决了很多现代计算机难以解决的难题。而且，随着现代科技的发展和硬件性能的提高，卷积神经网络的作用也越来越重要。

在实现本发明的过程中发明人发现，相关技术中基于电的卷积神经网络使用CPU、GPU、ASIC或者FPGA等进行计算，发展时间较长，发展较为成熟，但是随着数据量爆发式的增长，基于电的神经网络面临处理速率、延时、能耗等技术问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于时域泰伯效应的光学卷积加速装置及方法，以期至少部分地解决上述提及的技术问题中的至少之一。

为实现上述目的，本发明的技术方案包括：

作为本发明的一个方面，提供了一种基于时域泰伯效应的光学卷积加速装置，包括：

光脉冲发生模块，被配置为产生第一光脉冲簇，其中，所述第一光脉冲簇中光脉冲的幅度表征待卷积的数据，所述第一光脉冲簇中光脉冲具有梳状光谱，所述梳状光谱具有至少一个光谱分量；

卷积计算模块，被配置为对所述光谱分量进行编辑，得到光谱加载了目标卷积核的光脉冲；并基于时域泰伯效应对所述待卷积的数据进行卷积计算，输出第二光脉冲簇；以及

平衡光电探测器，被配置为将所述第二光脉冲簇转换成电信号，并将所述电信号作为卷积结果输出。

作为本发明的另一个方面，提供了一种基于时域泰伯效应的光学卷积加速方法，包括：

利用光脉冲发生模块产生第一光脉冲簇，其中，所述第一光脉冲簇中光脉冲的幅度表征待卷积的数据，所述第一光脉冲簇中光脉冲具有梳状光谱，所述梳状光谱具有至少一个光谱分量；

利用卷积计算模块对所述光谱分量进行编辑，得到光谱加载了目标卷积核的光脉冲；并基于时域泰伯效应对所述待卷积的数据进行卷积计算，输出第二光脉冲簇；以及

利用平衡光电探测器将所述第二光脉冲簇转换成电信号，并将所述电信号作为卷积结果输出。

基于上述技术方案，本发明相较于现有技术至少具有以下有益效果的其中之一或其中一部分：

通过用光脉冲的幅度表征待卷积的数据，以及将目标卷积核加载到光脉冲的光谱分量上，然后将光脉冲和光谱分量基于时域泰伯效应进行卷积计算，从而实现了一种光学卷积加速装置，提升了卷积计算的速度。

附图说明

图1是本发明实施例提供的基于时域泰伯效应的光学卷积加速装置示意图；

图2是本发明实施例提供的光脉冲发生模块的示意图；