CN111208690B - 光学数模转换器、信号处理***及光子神经网络芯片 - Google Patents
光学数模转换器、信号处理***及光子神经网络芯片 Download PDFInfo
- Publication number
- CN111208690B CN111208690B CN202010324501.0A CN202010324501A CN111208690B CN 111208690 B CN111208690 B CN 111208690B CN 202010324501 A CN202010324501 A CN 202010324501A CN 111208690 B CN111208690 B CN 111208690B
- Authority
- CN
- China
- Prior art keywords
- optical
- digital
- analog
- signals
- optical signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 334
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 20
- 230000002238 attenuated effect Effects 0.000 claims abstract description 27
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 8
- 229910052710 silicon Inorganic materials 0.000 claims description 8
- 239000010703 silicon Substances 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 abstract description 20
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G02—OPTICS
- G02F—OPTICAL DEVICES OR ARRANGEMENTS FOR THE CONTROL OF LIGHT BY MODIFICATION OF THE OPTICAL PROPERTIES OF THE MEDIA OF THE ELEMENTS INVOLVED THEREIN; NON-LINEAR OPTICS; FREQUENCY-CHANGING OF LIGHT; OPTICAL LOGIC ELEMENTS; OPTICAL ANALOGUE/DIGITAL CONVERTERS
- G02F7/00—Optical analogue/digital converters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/067—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means
- G06N3/0675—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using optical means using electro-optical, acousto-optical or opto-electronic means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Optics & Photonics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Neurology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Nonlinear Science (AREA)
- Optical Communication System (AREA)
Abstract
本申请提供一种光学数模转换器、信号处理***及光子神经网络芯片，其中，光学数模转换器包括：光电转换器，用于接收电芯片传来的N比特数字信号，并分别将数字信号中的每一比特的数据转换为对应的光信号，再并行输出与数字信号对应的N路光信号，N为正整数；光衰减器组，用于接收N路光信号中的N‑1路光信号，并对N‑1路光信号进行衰减，得到N‑1路衰减光信号；加法器，用于将N‑1路衰减光信号和N路光信号中除N‑1路光信号之外的一路光信号进行相加，得到模拟光信号。本申请利用光衰减器组对光信号进行衰减，经该光学数模转换器后，输出的模拟光信号的模拟量正比于输入的数字信号的数字量，实现了从数字量到模拟量的转换。
Description
技术领域
本申请涉及光子计算技术领域，具体而言，涉及一种光学数模转换器、信号处理***及光子神经网络芯片。
背景技术
数模转换器是一种将数字信号转换为模拟信号的设备，在很多电子电路中，信号以数字方式存储和传输，而数模转换器可以将这样的信号转换为模拟信号，从而使得这些信号能够被外界（包括人或者外部设备）识别。数模转换器是连接模拟世界与数字世界的桥梁，在当前的信息***时代，为了满足用户对海量数据的需求以及各个领域对于获取信息质量的要求，数模转换器不断向更高速率、更高精度的方向发展。但截至目前，基于电子技术的数模转换器在带宽、采样速率和量化精度三个关键指标均已接近物理极限，很难在原有架构上实现进一步提升。同时，高精度、高速率的数模转换器受制于国外，且市场上对于频率达到GHz的高速数模转换器和模数转换器，价格十分昂贵。
作为一种完全不同于电子计算的技术，光学计算以光子为信息处理载体，依赖光硬件而非电子硬件，以光运算代替电运算，能够快速并行处理高度复杂的计算任务，但是，目前的光子芯片仍不能实现全光计算，依旧需要与电子芯片协作。在光子芯片与电子芯片协作过程中，需要面临将电子芯片的数字信号转换为光子芯片所需模拟光信号的技术难题，且由于硅基上很难做放大器，光上的数模转换器遭受技术瓶颈。
发明内容
本申请实施例的目的在于提供一种光学数模转换器、信号处理***及光子神经网络芯片，利用光衰减器实现光上的数模转换功能，克服了电域数模转换器的速率瓶颈，光域数模转换器的处理速率得到显著提升。
第一方面，本申请实施例提供一种光学数模转换器，包括：光电转换器，用于接收电芯片传来的N比特数字信号，并分别将所述数字信号中的每一比特的数据转换为对应的光信号，再并行输出与所述数字信号对应的N路光信号，N为正整数；光衰减器组，用于接收所述N路光信号中的N-1路光信号，并对所述N-1路光信号进行衰减，得到N-1路衰减光信号；加法器，用于将所述N-1路衰减光信号和所述N路光信号中除所述N-1路光信号之外的一路光信号进行相加，得到模拟光信号。
上述方案利用光衰减器组对光信号进行衰减，在光学数模转换器中，输出的模拟光信号的模拟量正比于输入的数字信号的数字量，实现了从数字量到模拟量的转换。由于该光学数模转换器是基于光衰减器来间接实现信号的放大，相较于放大器而言，能够有效地减少功耗，同时，光学数模转换器相较于基于电子技术的数模转换器而言，精度、速率更高，成本更低。
在第一方面的一种实施方式中，所述光衰减器组包括M个光衰减器，N比特数字信号与光衰减器的数目M具有如下关系：N-1≤M，其中，每个光衰减器只对一路光信号进行处理，M为正整数。
电芯片中的处理算法应当控制向光电转换器输出的数字信号的比特数小于等于M+1，从而使数字信号与光衰减器的数目满足上述关系，M个光衰减器能够最多对M路光信号进行衰减。
在第一方面的一种实施方式中，所以光衰减器组中的每个光衰减器的衰减比例互不相同，且多个衰减器间的衰减比例成2-1的等比关系，其中，所述光衰减器的最小衰减比例为1/2。
在第一方面的一种实施方式中，所述光电转换器包括M+1个输出端；所述光电转换器中的M个输出端与所述光衰减器组中的M个光衰减器一一连接，其中，所述光电转换器的所述M个输出端分别为数字信号中的第二高比特位数据至最低比特位数据的输出端。
在第一方面的一种实施方式中，所述光电转换器中第二高比特位数据至最低比特位数据的输出端与具有最大衰减比例至具有最小衰减比例的光衰减器按序连接。
在第一方面的一种实施方式中，所述光电转换器中除所述M个输出端之外的一个输出端与所述加法器连接，与所述加法器连接的所述输出端用于向所述加法器输出所述N路光信号中除所述N-1路光信号之外的一路光信号。
在第一方面的一种实施方式中，所述光电转换器中的与所述加法器连接的所述输出端为数字信号中的最高比特位数据的输出端。
在第一方面的一种实施方式中，所述光电转换器中的M个输出端与所述光衰减器组中的M个光衰减器之间，所述光电转换器中的除所述M个输出端之外的输出端与所述加法器之间，以及所述M个光衰减器与所述加法器之间均通过硅波导相连。
通过硅波导在光学数模转换器中形成M+1条独立传输的光路，每条光路传输一路光信号。
第二方面，本申请实施例提供一种信号处理***，包括：电芯片、如第一方面所述的光学数模转换器和光子芯片；所述电芯片用于将携带有信息的数字信号发送给所述光学数模转换器，所述光学数模转换器用于接收所述数字信号，并将所述数字信号转换为模拟光信号，然后将所述模拟光信号输出给所述光子芯片，所述光子芯片用于基于所述模拟光信号中携带的信息进行运算。
第三方面，本申请实施例提供一种光子神经网络芯片，所述光子神经网络芯片上设有处理装置以及如第一方面所述的光学数模转换器，所述光学数模转换器用于接收电芯片传来的数字信号，并将所述数字信号转换为模拟光信号，然后将所述模拟光信号发送给所述处理装置，所述处理装置用于基于所述模拟光信号中携带的信息进行运算。
光学数模转换器可以集成在光子芯片上，与处理装置一同整合至一个独立的微芯片中，形成光子神经网络芯片，以实现片上数模转换功能。光学数模转换器作为光子神经网络芯片的前端，用于对输入的数字信号进行预处理。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为现有技术中基于电子技术的数模转换器的简单示意图；
图2为本申请实施例提供的光学数模转换器的结构示意图；
图3为本申请实施例提供的光学数模转换器的另一结构示意图；
图4为本申请实施例中某一个具体的光学数模转换器的结构示意图；
图5为本申请实施例提供的光子神经网络芯片的示意图；
图6为本申请实施例提供的信号处理***的示意图。
图标：110-光电转换器；120-光衰减器组；130-加法器；100-光学数模转换器；210-处理装置；310-电芯片；320-光子芯片。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
光子计算使用光来提供算力，可对算力带来显著的提升，同时，由于在硅片上用光信号替代电子信号来传输数据，可大大提升信号传输速度，降低功耗。鉴于光子芯片相较于传统的电子数字处理芯片而言，在计算速率、功耗等方面具有巨大优势，且目前的光子芯片仍需要依赖于与电芯片的协作，本实施例由此提供一种光学数模转换器。电芯片处理的是数字信号，而光子芯片处理的是模拟光信号，因此，电芯片与光子芯片之间的信号传输需要在数字信号与模拟光信号之间相互转换，在本实施例中，电芯片与光子芯片之间通过光学数模转换器进行信号转换。
为便于理解本技术方案，先对现有技术中基于电子技术的数模转换器做简单介绍。图1示出了基于电子技术的数模转换器的基本原理，该数模转换器的输入端接收n位二进制的数字信号，其中，MSB（Most Significant Bit）是指最高有效位（下文也指最高比特位），具有最高的权值2n-1，LSB（Least Significant Bit）是指最低有效位（下文也指最低比特位），具有最低的权值20。在所接收的n位数字信号中，从高比特位至低比特位的数据依次为：dn-1、dn-2、…、d1、d0。对于任何一个n位的二进制数Dn，均可用下列的按权展开式进行表示：Dn=dn-1×2n-1+dn-2×2n-2+…+d1×21+d0×20，其中，2n-1、2n-2、…、21、20分别为对应数据的权值。数模转换器接收到数字信号Dn后，将每一位数据按其权值的大小转换成相应的模拟量，然后将各模拟量相加，其总和就是与数字量相应的模拟量，最终的输出模拟量为：vo=K*(dn-1×2n-1+dn-2×2n-2+…+d1×21+d0×20)=K*Dn，输出的模拟电压正比于输入的数字信号Dn，从而实现从数字量到模拟量的转换。
图2示出了本实施例中光学数模转换器的结构示意图。如图2所示，该光学数模转换器包括：光电转换器110、光衰减器组120和加法器130，光电转换器110的输出与光衰减器组120的输入相连，光衰减器组120的输出与加法器130的输入相连，光电转换器110的其中一路输出与加法器130的输入相连，光电转换器110的输入作为光学数模转换器的输入，加法器130的输出作为光学数模转换器的输出。光电转换器110的作用是进行光电转换，将输入的携带信息的电信号转换为相应的携带信息的光信号；光衰减器组120的作用是在光信号的传输过程中对输入的光信号的功率进行预定量的光衰减，预定量与光衰减器组中光衰减器的衰减比例相关，在本实施例中，光衰减器可以为现有技术中任一能够实现光功率衰减的光学器件，包括但不限于可变光衰减器和固定光衰减器，只要与本实施例中所述功能相同的光衰减器均可适用于本实施例，光衰减器组120中包括多个光衰减器，多个光衰减器之间的类型可以相同，也可以不同；加法器130的作用是将输入的多路光信号进行加法叠加处理，将多路光信号合并为一路光信号进行输出。
光电转换器110可与电芯片相连，用于接收电芯片传来的数字信号，例如为N个比特的数字信号，N为正整数，然后分别对N比特数字信号中的每一比特的数据进行光电转换，将相应比特位的数据转换为对应的光信号，获得N路光信号，并将N路光信号进行输出，其中，N路光信号中的N-1路光信号输出到光衰减器组，N路光信号中除N-1路光信号之外的一路光信号直接输出到加法器中。光衰减器组120用于接收光电转换器输出的N-1路光信号，并分别对N-1路光信号中的每一路光信号进行衰减，获得N-1路衰减光信号，然后将该N-1路衰减光信号输出到加法器中。加法器130用于接收光电转换器输出的一路光信号以及光衰减器组输出的N-1路衰减光信号，然后将光电转换器输出的一路光信号和光衰减器组输出的N-1路衰减光信号进行相加，得到一路模拟光信号。因此，电芯片输出的数字信号依次通过光电转换器、光衰减器组和加法器，实现了从数字信号到模拟光信号的数模转换。加法器的输出端可与一光子芯片相连，加法器用于将转换后获得的模拟光信号输出到光子芯片，光子芯片可基于该模拟光信号中携带的信息进行运算。
在一个具体的实施例中，光衰减器组中包括多个光衰减器，多个光衰减器的数目为M个，N比特数字信号与光衰减器的数目具有如下关系：N-1≤M，在原则上，电芯片中的处理算法应当控制向光电转换器输出的数字信号的比特数小于等于M+1，M为正整数。光电转换器向光衰减器组输出N-1路光信号，光衰减器组（M个光衰减器）中的N-1个光衰减器对这N-1路光信号分别进行衰减处理，每个光衰减器只对一路光信号进行处理。在这M个光衰减器中，每个光衰减器的衰减比例互不相同，且多个衰减器间的衰减比例成2-1的等比关系，其中，光衰减器的最小衰减比例为1/2，也就是说，M个光衰减器的衰减比例从大至小依次为：1/2、1/4、1/8、…、1/2(M-1)、1/2M，因此，N-1路光信号中的每路光信号的衰减幅度均不相同。
图3示出了一种具体的光学数模转换器的结构示意图，如图3所示，光衰减器组120包括：光衰减器1、光衰减器2、…、光衰减器M-1、光衰减器M，光电转换器110包括M+1个输出端；其中，光电转换器110中的M个输出端与光衰减器组120中的M个光衰减器一一连接，光电转换器110中的除上述M个输出端之外的剩余一个输出端直接与加法器130连接。光电转换器在收到N比特数字信号后，通过M+1个输出端中的N个输出端输出N路光信号，每一路光信号均是对数字信号中的一个比特位的数据进行光电转换后获得，N路光信号中，N-1路光信号分别输出到与该输出端对应相连的一个光衰减器中，剩余的一路光信号输出到加法器中；每个光衰减器各自接收一路光信号，然后按照自身对应的衰减比例对所接收的光信号进行衰减，N-1路光信号分别衰减了1/2、1/4、1/8、…、1/2(N-2)、1/2(N-1)倍。在上述连接关系中，光电转换器110中与M个光衰减器相连的M个输出端分别为数字信号中的第二高比特位数据至最低比特位数据的输出端，光电转换器中与加法器相连的一个输出端为数字信号中的最高比特位数据的输出端。此处的最低比特位数据的输出端表示的是，在光电转换器将数字信号中的最低比特位的数据转换为对应的光信号后，用于输出此路光信号的输出端，其他输出端的解释同理。需要说明的是，光电转换器中第二高比特位数据至最低比特位数据的输出端与具有最大衰减比例至具有最小衰减比例的光衰减器按序连接。例如，光电转换器中第二高比特位数据的输出端与衰减比例为1/2的光衰减器相连，光电转换器中第三高比特位数据的输出端与衰减比例为1/4的光衰减器相连，依次类推，光电转换器中最低比特位数据的输出端与衰减比例为1/2M的光衰减器相连。
需要注意的是，光衰减器组中的光衰减器的数目M为生产制造时所确定，即在光学数模转换器制造完成后M即为固定数值，而光学数模转换器所接收的N比特数字信号的位数却是变化的，取决于电芯片向光子芯片传输的信息大小，因此，在使用过程中，实际所使用的光衰减器的数目根据特定的数字信号来决定，可能小于光衰减器的数目M，对于不同比特的数字信号，所使用的光衰减器的数目不同，对某一个确定的数字信号而言，所需的光衰减器的数目比数字信号的比特数少1个。在使用过程中，对于M个光衰减器中未使用的光衰减器，由于与这些光衰减器对应相连的光电转换器的输出端未输出光信号，因此，这些光衰减器在当次的数模转换过程中不起作用。
图4示出了某一个具体的光学数模转换器的结构示意图，为方便描述，图4中以N=6、M=5为例进行示意，即N=M+1，也就是说，利用5个光衰减器对6比特的数字信号进行数模转换。但应当理解，光衰减器组的数目M还可以为其他的数值，例如为10个、20个、30个等，图4示出的结构仅是举例说明，不应当理解为对本实施例技术方案的限定，此外，在M=5时，光电转换器所接收的N比特数字信号也可以是3个比特、4个比特等。图4中所示出的5个光衰减器分别为1/2衰减器、1/4衰减器、1/8衰减器、1/16衰减器、1/32衰减器，其对应的衰减比例分别为：1/2、1/4、1/8、1/16、1/32。
在一个具体的实施例中，电芯片向光电转换器输出一个6比特的数字信号，该数字信号例如为010101；光电转换器接收该数字信号，获得数字信号中每一比特的数据，从最高比特位至最低比特位依次为：0、1、0、1、0、1，其中，按照从左至右的顺序，首位的0为最高比特位的数据，第二位的1至末位的1依次为第二高比特位的数据至最低比特位的数据，然后分别对每一比特的数据进行光电转换，通过6个输出端同时输出6路光信号，其中，最高比特位数据的输出端（用于输出与首位的0相对应的光信号）直接与加法器相连，不与光衰减器连接，所输出的光信号不经过光衰减器，因此，此路光信号未做衰减；第二比特位数据的输出端（用于输出与第二位的1相对应的光信号）与具有最大衰减比例（衰减比例为1/2）的光衰减器相连，因此第二高比特位数据对应的光信号将会衰减1/2倍；第三比特位数据的输出端（用于输出与第三位的0相对应的光信号）与衰减比例为1/4的光衰减器相连，因此，第三比特位数据对应的光信号将会衰减1/4倍；第四比特位数据的输出端（用于输出与第四位的1相对应的光信号）与衰减比例为1/8的光衰减器相连，因此，第四比特位数据对应的光信号将会衰减1/8倍；第五比特位数据的输出端（用于输出与第五位的0相对应的光信号）与衰减比例为1/16的光衰减器相连，因此，第五比特位数据对应的光信号将会衰减1/16倍；第六比特位数据的输出端（用于输出与末位的1相对应的光信号）与衰减比例为1/32的光衰减器相连，因此，第六比特位数据对应的光信号将会衰减1/32倍。
加法器的输入与5个光衰减器的输出和光电转换器的一路输出相连，加法器的输入包括：与最高比特位对应的一路未做衰减的光信号、与第二比特位对应的一路衰减1/2倍的光信号、与第三比特位对应的一路衰减1/4倍的光信号、与第四比特位对应的一路衰减1/8倍的光信号、与第五比特位对应的一路衰减1/16倍的光信号和与第六比特位对应的一路衰减1/32倍的光信号。加法器将所接收的多路光信号进行相加，最后合并获得所需的一路模拟光信号。
由上述示例可知，电芯片输出给光电转换器的6比特数字信号D6的按权展开式为：D6=d5×25+d4×24+d3×23+d2×22+d1×21+d0×20，该6比特数字信号经光电转换器的光电转换处理、光衰减器组的衰减处理和加法器的叠加处理后，加法器输出的模拟光信号yo可以表示为：
yo=d5×20+d4×2-1+d3×2-2+d2×2-3+d1×2-4+d0×2-5
=2-5*(d5×25+d4×24+d3×23+d2×22+d1×21+d0×20)
=K’*D6
可见，经该光学数模转换器后，输出的光信号的模拟量同样正比于输入的数字信号D6的数字量，从而实现了从数字量到模拟量的转换。
上述是以N=6，M=5为例对本技术方案进行的说明，当数字信号的比特数从6比特延伸到其他位数，光衰减器的数目M从5个延伸至其他数目时，光学数模转换器所输出的模拟光信号yo的模拟量始终正比于光学数模转换器所接收的数字信号的数字量。在图4中，当N小于M+1时，例如，在M=5，N=2时，除1/2衰减器外，由于其余四个光衰减器未接收到光信号，因此其余四个光衰减器未起作用。
基于上述光学数模转换器，本实施例提供一种光子神经网络芯片，上述光学数模转换器可以集成在光子芯片上，实现片上数模转换功能。图5示出了该光子神经网络芯片的简单示意图，该光子神经网络芯片包括：处理装置210和光学数模转换器100，光学数模转换器100的输出与处理装置210的输入相连，光子神经网络芯片通过光学数模转换器100接收电芯片传来的数字信号，并通过光学数模转换器100将所接收的数字信号转换为模拟光信号，然后将转换后的模拟光信号发送给处理装置210，该模拟光信号与电芯片输出的数字信号携带有相同的信息，处理装置210基于模拟光信号中携带的信息进行运算。
在本实施例中，光子神经网络芯片上的光学数模转换器与前一实施例所介绍的光学数模转换器相同，其具体结构可以参见前一实施例的详细说明，在此不做过多赘述；光子神经网络芯片上的处理装置可用于处理人工智能算法，基于模拟光信号中携带的信息进行计算，处理装置可以由特定的光学器件构成，其具体硬件结构可与现有的光子芯片的硬件结构相同或相似，光学数模转换器作为光子神经网络芯片的前端，用于对输入的数字信号进行预处理。
在光学数模转换器中，光电转换器中的M个输出端与光衰减器组中的M个光衰减器之间，光电转换器中的除M个输出端之外的输出端与加法器之间，以及M个光衰减器与加法器之间均通过芯片上的硅波导相连，通过硅波导在光学数模转换器中形成M+1条独立传输的光路，每条光路传输一路光信号。
在光子神经网络芯片接收到电芯片传来的N比特数字信号后，首先数字信号经光电转换器，进行1比特的光电转换，转换为N路的模拟光信号，M个光衰减器中的N-1个光衰减器对不同比特位数据所对应的光信号按比例进行衰减，然后经加法器将衰减后的N-1路衰减后的光信号和未衰减的一路光信号进行叠加。由于硅基在片上很难做放大器，故本实施例通过反方向的衰减实现不同比特位数据的光信号的放大，进而实现数字量到模拟量的转换，其中，采用光衰减器的不同衰减比例来表示权值。
反方向的衰减是指，从N比特数字信号DN的按权展开式可见，最高比特位的权值应当为2n-1，最低比特位的权值应当为20，中间比特位的权值从高到低按照21的等比关系依次递减，由于使用光衰减器，使得最高比特位的权值变为20，最低比特位的权值变为2-(n-1)，中间比特位的权值从高到低按照2-1的等比关系依次递减，使得最终输出的模拟量同样与输入的数字量具有正比关系，间接实现放大器的功能，而且，还能有效地减少功耗，如果使用放大器对光信号进行放大，反而会增加额外的功耗。
进一步的，本申请实施例还提供一种信号处理***，如图6所示，该信号处理***包括：电芯片310、光学数模转换器100和光子芯片320，光学数模转换器100串接在电芯片310和光子芯片320之间，作为数字信号和模拟光信号的转换桥梁；电芯片310用于将携带有信息的数字信号发送给光学数模转换器100，光学数模转换器100用于接收数字信号，并将数字信号转换为模拟光信号，然后将模拟光信号输出给光子芯片320，光子芯片320用于基于模拟光信号中携带的信息进行运算。在本实施例中，光学数模转换器100的具体结构可以参照前一实施例的详细说明，光子芯片320可以为现有技术中任一基于光子技术的光子芯片，用于进行人工智能的海量并行计算。
综上所述，本申请实施例提供的光学数模转换器，使用光衰减器对光信号进行反方向的衰减，从而可间接实现对信号的放大，解决了光上的数模转换器所遭受的技术瓶颈问题，而且，光学数模转换器的精度、速率均高于电子数模转换器，在***格上，相较于电子数模转换器，也更低廉。光学数模转换器可以与处理装置（由其他的光学器件构成）一同整合至一个独立的微芯片中，形成光子神经网络芯片，使光子芯片集成片上数模转换功能。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种光学数模转换器，其特征在于，包括：
光电转换器，用于接收电芯片传来的N比特数字信号，并分别将所述数字信号中的每一比特的数据转换为对应的光信号，再并行输出与所述数字信号对应的N路光信号，N为正整数；
光衰减器组，用于接收所述N路光信号中的N-1路光信号，并对所述N-1路光信号进行衰减，得到N-1路衰减光信号；
加法器，用于将所述N-1路衰减光信号和所述N路光信号中除所述N-1路光信号之外的一路光信号进行相加，得到模拟光信号；
其中，所述N-1路光信号分别对应于所述N比特数字信号中的第二高比特位数据至最低比特位数据，所述除所述N-1路光信号之外的一路光信号对应于所述N比特数字信号中的最高比特位数据。
2.根据权利要求1所述的数模转换器，其特征在于，所述光衰减器组包括M个光衰减器，N比特数字信号与光衰减器的数目M具有如下关系：N-1≤M，其中，每个光衰减器只对一路光信号进行处理，M为正整数。
3.根据权利要求1所述的数模转换器，其特征在于，所述光衰减器组中的每个光衰减器的衰减比例互不相同，且多个衰减器间的衰减比例成2-1的等比关系，其中，所述光衰减器的最小衰减比例为1/2。
4.根据权利要求2所述的数模转换器，其特征在于，所述光电转换器包括M+1个输出端；所述光电转换器中的M个输出端与所述光衰减器组中的M个光衰减器一一连接，其中，所述光电转换器的所述M个输出端分别为数字信号中的第二高比特位数据至最低比特位数据的输出端。
5.根据权利要求4所述的数模转换器，其特征在于，所述光电转换器中第二高比特位数据至最低比特位数据的输出端与具有最大衰减比例至具有最小衰减比例的光衰减器按序连接。
6.根据权利要求4所述的数模转换器，其特征在于，所述光电转换器中除所述M个输出端之外的一个输出端与所述加法器连接，与所述加法器连接的所述输出端用于向所述加法器输出所述N路光信号中除所述N-1路光信号之外的一路光信号。
7.根据权利要求6所述的数模转换器，其特征在于，所述光电转换器中的与所述加法器连接的所述输出端为数字信号中的最高比特位数据的输出端。
8.根据权利要求6所述的数模转换器，其特征在于，所述光电转换器中的M个输出端与所述光衰减器组中的M个光衰减器之间，所述光电转换器中的除所述M个输出端之外的输出端与所述加法器之间，以及所述M个光衰减器与所述加法器之间均通过硅波导相连。
9.一种信号处理***，其特征在于，包括：电芯片、如权利要求1-8任一项所述的光学数模转换器和光子芯片；所述电芯片用于将携带有信息的数字信号发送给所述光学数模转换器，所述光学数模转换器用于接收所述数字信号，并将所述数字信号转换为模拟光信号，然后将所述模拟光信号输出给所述光子芯片，所述光子芯片用于基于所述模拟光信号中携带的信息进行运算。
10.一种光子神经网络芯片，其特征在于，所述光子神经网络芯片上设有处理装置以及如权利要求1-8任一项所述的光学数模转换器，所述光学数模转换器用于接收电芯片传来的数字信号，并将所述数字信号转换为模拟光信号，然后将所述模拟光信号发送给所述处理装置，所述处理装置用于基于所述模拟光信号中携带的信息进行运算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010324501.0A CN111208690B (zh) | 2020-04-23 | 2020-04-23 | 光学数模转换器、信号处理***及光子神经网络芯片 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010324501.0A CN111208690B (zh) | 2020-04-23 | 2020-04-23 | 光学数模转换器、信号处理***及光子神经网络芯片 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111208690A CN111208690A (zh) | 2020-05-29 |
| CN111208690B true CN111208690B (zh) | 2020-07-21 |
Family
ID=70784733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010324501.0A Expired - Fee Related CN111208690B (zh) | 2020-04-23 | 2020-04-23 | 光学数模转换器、信号处理***及光子神经网络芯片 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111208690B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2803232C1 (ru) * | 2022-09-10 | 2023-09-11 | Общество с ограниченной ответственностью ИНФОТА | Оптический цифроаналоговый преобразователь |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111884727B (zh) * | 2020-07-15 | 2021-11-16 | 杭州电子科技大学 | 一种基于数字映射的高速光子数模转换方法及*** |
| CN116348886A (zh) | 2020-08-06 | 2023-06-27 | 天体人工智能公司 | 相干光子计算架构 |
| WO2023177848A1 (en) | 2022-03-18 | 2023-09-21 | Celestial Al Inc. | Optical multi-die interconnect bridge (omib) |
| CN116124482B (zh) * | 2023-04-17 | 2023-06-27 | 北京赛德车门制造有限公司 | 一种塞拉门开关及辅助调试***及方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6160504A (en) * | 1999-06-30 | 2000-12-12 | Trw Inc. | Repetitive absorptive thresholding optical quantizer |
| US7061414B2 (en) * | 2004-02-03 | 2006-06-13 | Lucent Technologies Inc. | Optical digital-to-analog converter |
| CN102621768B (zh) * | 2012-03-22 | 2014-02-12 | 中国科学院半导体研究所 | 基于微环谐振器的n位光学数模转换器 |
| CN103809346B (zh) * | 2014-02-26 | 2016-07-06 | 上海交通大学 | 一种超高速光学模数转换装置 |
| CN104133336B (zh) * | 2014-08-12 | 2018-03-23 | 中国科学院半导体研究所 | 基于硅基纳米线波导的片上集成光学数模转换器 |
| CN106647102B (zh) * | 2016-12-27 | 2019-05-24 | 南京航空航天大学 | 基于光时域压缩的超高速数模转换方法及装置 |
-
2020
- 2020-04-23 CN CN202010324501.0A patent/CN111208690B/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2803232C1 (ru) * | 2022-09-10 | 2023-09-11 | Общество с ограниченной ответственностью ИНФОТА | Оптический цифроаналоговый преобразователь |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111208690A (zh) | 2020-05-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111208690B (zh) | 光学数模转换器、信号处理***及光子神经网络芯片 | |
| CN108375861A (zh) | 可实现智能信号处理的高速高精度光模数转换装置和方法 | |
| US7724168B1 (en) | Pulse domain linear programming circuit | |
| JPH02118525A (ja) | 光電式ａｄ変換器 | |
| US6188342B1 (en) | Photonic A/D converter using parallel synchronous quantization of optical signals | |
| US20220405565A1 (en) | A digital signal modulation method for a photon artificial intelligence computing chip | |
| Vardhini et al. | Design and comparative analysis of on-chip sigma delta ADC for signal processing applications | |
| CN114706161B (zh) | 一种基于频率编码的片上集成光学矩阵矢量处理器 | |
| CN111458953A (zh) | 基于光子并行采样的光模数转换架构及其实现方法 | |
| CN108880695A (zh) | 光子连续时间压缩装置及其方法 | |
| JPH02197910A (ja) | 光計算装置 | |
| CN110705196B (zh) | 一种基于随机计算的无误差加法器 | |
| CN112684650B (zh) | 一种基于加权调制曲线的光子模数转换方法及*** | |
| CN109309498A (zh) | 一种基于温度计码的电流舵型数模转换器 | |
| US4729111A (en) | Optical threshold logic elements and circuits for digital computation | |
| Xu et al. | Optical tensor core architecture for neural network training based on dual-layer waveguide topology and homodyne detection | |
| Ashtiani et al. | Photonic max-pooling for deep neural networks using a programmable photonic platform | |
| CN116520618A (zh) | 一种光电集成的光子数模转换器及方法 | |
| CN114742219A (zh) | 神经网络计算方法及光子神经网络芯片架构 | |
| Sokolov et al. | Synthesis of Waveguide-Optical Analog-to-Digital Converter for Ultra-High Speed Systems of Information Processing | |
| Khazaeili et al. | MASH ΣΔ modulator with highly reduced in‐band quantisation noise | |
| Imai et al. | An optical parallel multiplier using nanophotonic analog adders and optoelectronic analog-to-digital converters | |
| CN112612168A (zh) | 一种基于多模干涉耦合器的光学量化器 | |
| WO2023168629A1 (zh) | 一种光计算***及光信号处理方法 | |
| CN113627604A (zh) | 光子人工智能计算芯片的数字式信号调制方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200721 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |