DOI: https://doi.org/10.1038/s41377-025-02029-z
PMID: https://pubmed.ncbi.nlm.nih.gov/40962813
تاريخ النشر: 2025-09-17
المؤلف: Bo Wu وآخرون
الموضوع الرئيسي: الشبكات العصبية وحوسبة الخزانات
نظرة عامة
تناقش هذه القسم التقدم في الشبكات العصبية البصرية (ONNs) كبدائل قابلة للتطبيق للشبكات العصبية الإلكترونية، مع تسليط الضوء على مزاياها في عرض النطاق الترددي وكفاءة الطاقة. ومع ذلك، لا تزال هناك تحديات في توسيع هذه الشبكات للتفسير من النهاية إلى النهاية، ويرجع ذلك أساسًا إلى القيود في عمق الشبكة الناتجة عن ضعف قابلية التدرج لوظائف التنشيط غير الخطية البصرية والقيود على حجم المدخلات المتعلقة بمقياس المصفوفة البصرية.
لمعالجة هذه التحديات، يقترح المؤلفون استراتيجية جديدة تُسمى الشبكات العصبية البصرية العميقة شبه المتماسكة (PDONNs). تستخدم هذه الطريقة وظيفة تنشيط غير خطية على الرقاقة تعتمد على تحويل ضوئي-كهربائي-ضوئي، مما يسهل توسيع عمق الشبكة مع تحقيق مكاسب صافية إيجابية. بالإضافة إلى ذلك، يسمح دمج الطبقات التلافيفية بتقليل الأبعاد بسرعة، مما يزيد من سعة حجم المدخلات. يقلل استخدام مصادر بصرية شبه متماسكة من الاعتماد على صمامات الليزر ذات عرض الخط الضيق، مما يعزز الوصول والتوافق للتكامل القابل للتوسع. قام المؤلفون بتصميم وتصنيع شبكة عصبية بصرية متكاملة بشكل أحادي تحتوي على طبقة إدخال بحجم 64، وطبقتين تلافيفيتين، وطبقتين متصلتين بالكامل. حققوا دقة تصنيف مثيرة للإعجاب بنسبة 96% لصور الأزياء و94% للأرقام المكتوبة بخط اليد، مما يوضح فعالية الشبكة حتى تحت الإضاءة شبه المتماسكة. يمثل هذا العمل تقدمًا كبيرًا نحو تطوير أنظمة حوسبة بصرية فعالة من حيث الطاقة وقابلة للتوسع.
مقدمة
تناقش مقدمة ورقة البحث الدور المهم للذكاء الاصطناعي، وخاصة الشبكات العصبية، في دفع التقدم التكنولوجي، مع تسليط الضوء على الطلبات الكبيرة للطاقة للشبكات الإلكترونية التقليدية. ظهرت الشبكات العصبية البصرية (ONNs) كبديل واعد، حيث تقدم مزايا مثل انخفاض استهلاك الطاقة والوصول إلى موارد عالية النطاق الترددي. تعمل الشبكات العصبية البصرية من النهاية إلى النهاية على تبسيط رسم المعلومات المدخلة إلى نتائج الاستدلال مباشرة في المجال البصري، مما يقلل من استهلاك الطاقة والكمون. تصنف الورقة الشبكات العصبية البصرية إلى شبكات تعتمد على الانكسار المكاني ومخططات على الرقاقة، مشيرة إلى أنه بينما يمكن لشبكات الانكسار المكاني ربط العديد من نقاط العينة المكانية، إلا أنها غالبًا ما تكون ضخمة ومحدودة بمعدلات التحديث. في المقابل، تحقق التطبيقات على الرقاقة، مثل شبكات مقياس التداخل ماخ-زندر (MZI) وبنوك أوزان الرنين الدائري الصغير (MRR)، معدلات تحديث أعلى وقد أظهرت إمكانات للاستدلال البصري من النهاية إلى النهاية.
على الرغم من التقدم في الهياكل على الرقاقة، لا تزال هناك تحديات في توسيع هذه الأنظمة بسبب القيود على عمق الشبكة وحجم المصفوفة البصرية. تؤكد الورقة على أهمية وظائف التنشيط غير الخطية (NAFs) للشبكات العصبية العميقة، والتي يمكن تنفيذها في المجال الكهربائي أو البصري. يقترح المؤلفون شريحة شبكة عصبية بصرية عميقة شبه متماسكة (PDONN) مصممة لمعالجة قضايا التوسع. تتميز هذه البنية بطبقة إدخال كبيرة، وطبقات تلافيفية لتقليل الأبعاد، وغير خطية ضوئية-كهربائية-ضوئية (O-E-O) تدعم التدرج القابل للتوسع مع مكاسب صافية إيجابية. تستخدم PDONN بشكل فعال مصادر شبه متماسكة لكل من العمليات الخطية وغير الخطية، مما يظهر أداءً مقارنًا مع الأنظمة التي تستخدم ليزر ذو عرض خط ضيق. تعزز طريقة التدريب في الموقع من المتانة ضد أخطاء التصنيع، مما يؤدي إلى دقة تصنيف ممتازة في المهام المرجعية ويظهر إمكانات PDONN لتطبيقات الحوسبة البصرية من الجيل التالي.
طرق
في هذه الدراسة، يتم تفصيل الطرق التجريبية المستخدمة في تصنيع الرقاقة والقياس. تم إنتاج الرقاقة باستخدام عملية CMOS بحجم 200 مم، مع وجود موصل نحاسي بطبقتين بعرض خط يبلغ 130 نانومتر. تم تصميم كاشفات الضوء على الرقاقة بهيكل PIN جانبي، مع تضمين طبقة جيرمانيوم بسماكة 260 نانومتر. تم إجراء معايرة لمعدلات التعديل الدائري الصغير (MRMs) عن طريق ضبط محولات الطور الحرارية المدمجة داخل الرقاقة. تم تقييم عرض النطاق الترددي لمعدلات التعديل على الرقاقة (IMs) باستخدام محلل شبكة متجهة بتردد 20 جيجاهرتز (Anritsu MS2028C).
لقياسات الكمون، تم تعديل مصدر الليزر المدخل عبر معدل تعديل كثافة الليثيوم نيبوت مع عرض نطاق ترددي يبلغ 10 جيجاهرتز. شمل الإعداد التجريبي مولد موجات عشوائية (GIGOL DG4202) لتوليد إشارات النبض، وتم الكشف عن الإشارة الضوئية الناتجة باستخدام كاشف ضوئي بعرض نطاق ترددي يبلغ 18 جيجاهرتز، مع التقاط البيانات بواسطة مذبذب Tektronix DSA72004B. تم التحكم في محولات الطور الحرارية وجهد الانحياز للألياف النشطة غير الخطية البصرية (NAFs) بواسطة محول رقمي إلى تماثلي (LTC2688) متصل بشريحة مصفوفة بوابة قابلة للبرمجة (FPGA) (7K325T). بشكل عام، تم إدارة الأجهزة التجريبية عبر جهاز كمبيوتر شخصي، وتم تحقيق الاستقرار الحراري للرقاقة باستخدام مبرد حراري (TEC).
نتائج
في هذا القسم، يقدم المؤلفون نتائج تجارب تصنيف الصور باستخدام شبكة عصبية بصرية عميقة (PDONN). تم اختبار الشبكة على مهام تصنيف من 4 فئات و2 فئة، باستخدام قنوات إخراج مختلفة من معدلات التعديل الدائري الصغير (MRMs). بالنسبة لمهمة التصنيف من 4 فئات، التي تضمنت تصنيف الأرقام المكتوبة بخط اليد من مجموعة بيانات MNIST، حققت PDONN دقة تصنيف بنسبة 73% لمجموعة التدريب و68% لمجموعة الاختبار عند استخدام تكوين ONN إيجابي. بالمقابل، تفوق تكوين ONN ذو القيمة الحقيقية بشكل كبير على ONN الإيجابي، محققًا دقة بنسبة 95% و87% لمجموعات بيانات التدريب والاختبار، على التوالي.
تم إجراء مزيد من التحقق من متانة PDONN باستخدام مصدر ضوئي شبه متماسك. وجد المؤلفون أنه بينما انخفض نسبة الانقراض لمعدل التعديل الدائري الصغير (MRM) مع زيادة عرض الخط للمصدر، مما أدى إلى تدهور محتمل في الأداء، تم تحديد عرض خط مثالي يبلغ 0.4 نانومتر. سمح هذا التكوين لشبكة ONN شبه المتماسكة بتحقيق دقة تصنيف عالية بنسبة 94% و90% لمجموعات بيانات التدريب والاختبار، على التوالي، مما يشير إلى أن التدهور المعتدل في نسبة الانقراض لم يؤثر بشكل كبير على أداء ONN. تتوفر نتائج إضافية لمهمة التصنيف من فئتين في المعلومات التكميلية.
مناقشة
تستخدم شريحة الشبكة العصبية البصرية العميقة المقترحة (PDONN) بنية تلافيفية لمعالجة الصور المدخلة، بدءًا من صورة بحجم 8 × 8 تمر بعملية تلافيف مع نواة بحجم 2 × 2، مما يؤدي إلى صورة مصغرة بحجم 4 × 4. ثم يتم تحويل هذه الصورة إلى متجه بحجم 8 × 1، والذي يتم تغذيته إلى طبقتين متصلتين بالكامل. تستخدم البنية وحدة ضرب نقطي ضوئية ذات قيمة حقيقية ومعدل تعديل دائري صغير (MRM) لتحقيق عدم الخطية، مع متابعة شدة الضوء الناتج دالة سيغمويد خطية. تم تصنيع شريحة PDONN في مصنع فوتونيات السيليكون، وتدمج مئات الأجهزة البصرية ضمن مساحة مضغوطة وتظهر كمونًا يبلغ حوالي 4.1 نانوثانية لكل استدلال، مع استهلاك طاقة يبلغ 10.57 واط.
تسلط المناقشة الضوء على مزايا استخدام مصادر بصرية شبه متماسكة، والتي تسمح بمزيد من التوازي في أبعاد الطول الموجي مقارنة بالمصادر المتماسكة. تدعم هذه القدرة بنية متعددة الطول الموجي، مما يعزز قابلية توسيع PDONN. حاليًا، يقتصر أداء PDONN على نسبة الانقراض للمكونات البصرية، مع تحديد تحسينات محتملة في الخصائص الجوهرية لمعدل التعديل الدائري الصغير (MRM) ونطاق الطيف الحر للمعدلات. تبلغ كفاءة الطاقة للرقاقة 121.7 بيكو جول/عملية، وعلى الرغم من أن الكمون أعلى من بعض الشبكات العصبية البصرية الموجودة على الرقاقة، فإن قدرة PDONN على العمل مع الضوء شبه المتماسك والحسابات ذات القيمة الحقيقية تضعها كمرشح واعد لتطبيقات الذكاء الاصطناعي على نطاق واسع. من المتوقع أن تؤدي التحسينات المستقبلية إلى تحسين الأداء وقابلية التوسع بشكل أكبر.
DOI: https://doi.org/10.1038/s41377-025-02029-z
PMID: https://pubmed.ncbi.nlm.nih.gov/40962813
Publication Date: 2025-09-17
Author(s): Bo Wu et al.
Primary Topic: Neural Networks and Reservoir Computing
Overview
The section discusses the advancements in optical neural networks (ONNs) as viable alternatives to electronic neural networks, particularly highlighting their advantages in bandwidth and energy efficiency. However, challenges remain in scaling these networks for end-to-end inference, primarily due to limitations in network depth caused by the weak cascadability of optical nonlinear activation functions and constraints on input size related to the optical matrix scale.
To address these challenges, the authors propose a novel strategy termed partially coherent deep optical neural networks (PDONNs). This approach utilizes an on-chip nonlinear activation function based on opto-electro-opto conversion, facilitating an expansion in network depth with a positive net gain. Additionally, the incorporation of convolutional layers allows for rapid dimensionality reduction, increasing the input size capacity. The use of partially coherent optical sources reduces dependence on narrow-linewidth laser diodes, enhancing accessibility and compatibility for scalable integration. The authors successfully designed and fabricated a monolithically integrated optical neural network featuring an input layer of size 64, two convolutional layers, and two fully connected layers. They achieved impressive classification accuracies of 96% for fashion images and 94% for handwritten digits, demonstrating the network’s effectiveness even under partially coherent illumination. This work marks a significant advancement toward the development of energy-efficient and scalable optical computing systems.
Introduction
The introduction of the research paper discusses the significant role of artificial intelligence, particularly neural networks, in driving technological advancements, while highlighting the substantial energy demands of traditional electronic networks. Optical neural networks (ONNs) have emerged as a promising alternative, offering advantages such as lower energy consumption and access to high-bandwidth resources. End-to-end ONNs streamline the mapping of input information to inference results directly in the optical domain, thereby reducing energy consumption and latency. The paper categorizes ONNs into spatial diffraction-based and on-chip schemes, noting that while spatial diffraction networks can connect numerous spatial sampling points, they are often bulky and limited by refresh rates. In contrast, on-chip implementations, such as Mach-Zehnder interferometer (MZI) meshes and micro-ring resonator (MRR) weight banks, achieve higher refresh rates and have shown potential for end-to-end optical inference.
Despite advancements in on-chip architectures, challenges remain in scaling these systems due to constraints on network depth and optical matrix size. The paper emphasizes the importance of nonlinear activation functions (NAFs) for deep neural networks, which can be implemented in either the electrical or optical domain. The authors propose a partially-coherent deep optical neural network (PDONN) chip designed to address scaling issues. This architecture features a large input layer, convolutional layers for dimensionality reduction, and an opto-electro-opto (O-E-O) nonlinearity that supports scalable cascading with positive net gain. The PDONN effectively utilizes partially coherent sources for both linear and nonlinear operations, demonstrating comparable performance to systems using narrow-linewidth lasers. The in-situ training method enhances robustness against fabrication errors, leading to excellent classification accuracy on benchmark tasks and showcasing the potential of PDONN for next-generation optical computing applications.
Methods
In this study, the experimental methods employed for chip fabrication and measurement are detailed. The chip was produced using a 200 mm CMOS process, featuring a two-layer copper interconnect with a line width of 130 nm. On-chip photodetectors were designed with a lateral PIN structure, incorporating a 260 nm-thick germanium layer. Calibration of the micro-ring modulators (MRMs) was performed by adjusting the thermal phase shifters integrated within the chip. The bandwidth of the on-chip intensity modulators (IMs) was assessed using a 20 GHz vector network analyzer (Anritsu MS2028C).
For latency measurements, the input laser source was modulated via a lithium niobate intensity modulator with a bandwidth of 10 GHz. The experimental setup included an arbitrary waveform generator (GIGOL DG4202) for pulse signal generation, and the output optical signal was detected using an 18 GHz bandwidth photodetector, with data captured by a Tektronix DSA72004B oscilloscope. The thermal phase shifters and bias voltage for the optical nonlinear active fibers (NAFs) were controlled by a digital-to-analog converter (LTC2688) interfaced with a field-programmable gate array (FPGA) chip (7K325T). Overall, the experimental apparatus was managed through a personal computer, and thermal stabilization of the chip was achieved using a thermoelectric cooler (TEC).
Results
In this section, the authors present the results of their image classification experiments using a photonic deep optical neural network (PDONN). The network was tested on both 4-classification and 2-classification tasks, utilizing different output channels from the micro-ring modulators (MRMs). For the 4-classification task, which involved classifying handwritten digits from the MNIST dataset, the PDONN achieved classification accuracies of 73% for the training set and 68% for the testing set when using a positive ONN configuration. In contrast, a real-valued ONN configuration significantly outperformed the positive ONN, achieving accuracies of 95% and 87% for the training and testing datasets, respectively.
Further validation of the PDONN’s robustness was conducted using a partially coherent optical source. The authors found that while the extinction ratio of the MRM decreased with increasing linewidth of the source, leading to potential performance degradation, an optimal linewidth of 0.4 nm was identified. This configuration allowed the partially coherent ONN to achieve high classification accuracies of 94% and 90% for the training and test datasets, respectively, indicating that moderate degradation in the extinction ratio did not substantially impair the ONN’s performance. Additional results for the 2-classification task are available in the supplementary information.
Discussion
The proposed optical deep neural network (PDONN) chip utilizes a convolutional architecture to process input images, beginning with an 8 × 8 image that undergoes convolution with a 2 × 2 kernel, resulting in a reduced 4 × 4 image. This image is then transformed into an 8 × 1 vector, which feeds into two fully connected layers. The architecture employs a real-valued optical dot-product unit and a micro-ring modulator (MRM) to achieve nonlinearity, with the output light intensity following a linearized sigmoid function. The PDONN chip, fabricated in a silicon photonics foundry, integrates hundreds of optical devices within a compact footprint and demonstrates a latency of approximately 4.1 ns per inference, with a power consumption of 10.57 W.
The discussion highlights the advantages of using partially coherent optical sources, which allow for greater parallelism in wavelength dimensions compared to coherent sources. This capability supports a wavelength-multiplexed architecture, enhancing the scalability of the PDONN. The performance of the PDONN is currently limited by the extinction ratio of the optical components, with potential improvements identified in the intrinsic properties of the MRM and the free spectral range of the modulators. The chip’s energy efficiency stands at 121.7 pJ/operation, and while the latency is higher than some existing on-chip optical neural networks, the PDONN’s ability to operate with partially coherent light and real-valued computation positions it as a promising candidate for large-scale artificial intelligence applications. Future enhancements are anticipated to further optimize performance and scalability.