دسته بندی:
فیزیک عمومی - General Physics
سال انتشار:
2020
ترجمه فارسی عنوان مقاله:
توسعه دادن یک پلتفرم سخت افزاری فوتونی برای محاسبه کردن شبه(الهام گرفته از ) مغز آن هم بر اساس آرایه های 5×5 VCSEL
عنوان انگلیسی مقاله:
Developing of a photonic hardware platform for brain-inspired computing based on 5 × 5 VCSEL arrays
منبع:
July 2020 Journal of Physics Photonics
نویسنده:
T: Heuser,1 M: Pfl¨uger,2 I: Fischer,2 J: A: Lott,1 D: B,3 and S: Reitzenstein1, a)
چکیده انگلیسی:
Brain-inspired computing concepts like artificial neural networks have become promising alternatives to classical von Neumann computer architectures. Photonic neural networks target the realizations of neurons, network connections and potentially learning in photonic substrates. Here, we report the development of a nanophotonic hardware platform of fast and energy-efficient photonic neurons via arrays of high-quality vertical cavity surface emitting lasers (VCSELs). The developed 5 × 5 VCSEL arrays provide high optical injection locking efficiency through homogeneous fabrication combined with individual control over the laser wavelengths. Injection locking is crucial for the reliable processing of information in VCSELbased photonic neurons, and we demonstrate the suitability of the VCSEL arrays by injection locking measurements and current-induced spectral fine-tuning. We find that our investigated array can readily be tuned to the required spectral homogeneity, and as such show that VCSEL arrays based on our technology can act as highly energy efficient and ultra-fast photonic neurons for next generation photonic neural networks. Combined with fully parallel photonic networks our substrates are promising for ultra-fast operation reaching 10s of GHz bandwidths, and we show that a nonlinear transformation based on our lasers will consume only about 100 fJ per VCSEL, which is highly competitive, compared to other platforms.
چکیده فارسی:
محاسبه کردن شبه مغزی مفهومی شبیه به شبکه های عصبی مصنوعی دارند که تبدیل به نویدی با پیشنهاد های متناوب برای معماری رایانه فون نویمان شده . شبکه های عصبی فوتونی , تحقق (رویای)واقعی سازی نورون ها ارتباطات شبکه و یادگیری فوتونیک در بستر فوتونیک را هدف قرار می دهد . اینجا ما توسعه یک پلتفرم سخت افزاری نانوفوتونیک سریع را گزارش می کنیم و انرژی موثر نورون های فوتونی را از طریق آرایه هایی از رویه کاواک به صورت عمودی با کیفیت بالا(VCSELs) که در حال انتشار دادن لیزر است را گزارش می نماییم . آرایه های 5×5 VCSEL توسعه یافته, تزریق بصری قفلی بالایی ر ا با کارایی خوب از طریق سازه ترکیب شده همگن (با مغز) با کنترل شخصی طول موج لیزر تدارک می بیند. القا قفلی (تصویر ) کار سختی برای پردازش قابل اطمینان اطلاعات در VCSEL برپایه نورون های فوتونی دار است , و ما ثابت می کنیم , آرایه های VCSEL مناسب به وسیله ی اندازگیری های تزریق قفلی تصویر و طیف القا شده اخیر خوب تنظیم می شود. ما در میابیم که با وارسی کردن های ما آرایه می تواند به سهولت با طیف همگن مورد نیاز وفق یافته , و همچنین نشان می دهیم که آرایه های VCSEL بر اساس تکنولوژی ما می تواند همانند انرژی کافی بالا و نورون های فوتونی فوق سریع برای ایجاد شبکه های عصبی فوتونی بعدی فعالیت کنند. شبکه های فوتونی موازی که به صورت کامل ترکیب شده اندبه عنوان زیر لایه نوید عملکرد فوق سریع رسیدن به 10S از پهنای باندگیگا هرتز را می دهد, و ما نشان می دهیم که یک تغییر شکل غیر خطی بر اساس لیزر های ما در حدود 100fj در هر VCSEL مصرف می کند , که در مقایسه با دیگر پلتفرم ها به شدت رقابتی است.
حجم فایل: 557 کیلوبایت
قیمت: 62400 تومان
توضیحات اضافی:
تعداد نظرات : 0