近日,,,,,,z6首页 普适人为智能利用钻研中心朱熹教授团队在 Advanced Theory and Simulations 颁发了题为 Toward Programmable Moiré Computation 的论文。。。。。。该论文介绍了一种硬件可编程的推算机架构,,,,,,并被遴选为当期期刊的封面内页。。。。。。今天我们一路来看看这个拥有宽泛利用潜力的新一代推算机架构。。。。。。

光推算和光量子推算的架构及硬件实现
近年来,,,,,,由于传统电子推算机的算力已经靠近理论极限,,,,,,光推算和光量子推算已经成为学术界的钻研热点,,,,,,有关内容屡次颁发在 Science 等顶级期刊上。。。。。。对于传统的光推算,,,,,,比力热点的架构有光衍射神经网络(Diffractive Deep Neural Network, D2NN)1。。。。。。发光的图像经过衍射层产生折射,,,,,,反射和衍射,,,,,,在输出层上形成不均匀的光强散布。。。。。。通过训练衍射层上每个像素点的介电常数,,,,,,该网络能够将入射光荟萃在输出层标定的幼区域内,,,,,,从而实现分类和识此外职能。。。。。。在硬件实现上,,,,,,该架构选取 3D 打印技术,,,,,,利用每个像素点资料的厚度分歧实现介电常数的节造。。。。。。对于一训练好的特定数据集,,,,,,打印好的硬件设备能够进杏装光速”分类。。。。。。最近登勺嫦妊的我国量子推算机原型“九章”则属于光量子推算架构2。。。。。。钻研团队自主研造了高质量的量子光源,,,,,,过问线路以及单光子探测器,,,,,,保障了推算过程不受表界成分滋扰。。。。。。“九章”可能以比传统超等推算机快100亿倍的速度解决高斯玻色取样问题,,,,,,证了然量子推算相对于传统推算架构的优越性。。。。。。
然而,,,,,,蕴含上文提到的两种光推算架构在内,,,,,,大部门的光推算架构都不拥有硬件可编程性。。。。。。光衍射推算设备和“九章”都只能解决特定的推算工作。。。。。。一旦工作扭转,,,,,,硬件则必要全数沉新设计,,,,,,而原硬件将变得毫无价值。。。。。。一方面,,,,,,这会造成资料的极端浪费;;;;;;;另一方面,,,,,,这些看似高效的推算架构短缺普适化的接口,,,,,,很难产业化以提高社会出产效能。。。。。。
摩尔纹资料推算架构——一种硬件可编程的光推算架构
摩尔纹可诞生于旋转堆叠的原子层厚度的二维资猜中,,,,,,并展示出异常迷人的量子景象。。。。。。近年来所造备的摩尔超晶格结构预示着旋转学(Twistronics)的精进发展,,,,,,随之涌现了大量新资料相结构及奇个性质。。。。。。Penn 在1962年的论文中提出用各向同性的近似自由电子气模型去推算各类二维半导体资料的介电常数3。。。。。。他提出的模型中,,,,,,介电函数仅取决于能够从光学吸收谱确定的均匀能隙,,,,,,在较幼的波数情况下给出了介电函数合理的预测。。。。。。对于摩尔纹资料而言,,,,,,其介电函数拥有显著的尺寸效应。。。。。。在尺寸逐步趋于宏观尺度时,,,,,,其介电函数收敛于宏观介电常数。。。。。。而在纳米尺度,,,,,,凭据旋转角度,,,,,,平面尺寸以及层数的分歧,,,,,,摩尔纹资料的介电函数,,,,,,总能量,,,,,,能带结构等光电磁性质也会随之扭转。。。。。。我们基于 Penn 的模型,,,,,,参与了平面尺寸,,,,,,层数,,,,,,和转角等参数的依赖性,,,,,,美满了摩尔纹资料介电函数的建模。。。。。。我们在摩尔纹资料的能量推算中发现了一些特定转角的结构能量较低,,,,,,能够不变的存在。。。。。。这些结构提供了丰硕的介电函数值,,,,,,在分列组合下能够对入射光产生分歧的作用。。。。。。这为摩尔纹资料在光学推算中的利用提供了有力的理论支持。。。。。。

左图:摩尔纹资料介电函数随原子层数的变动。。。。。。右图:摩尔纹资料均匀原子能量随转角的变动。。。。。。一些特定转角的不变结构用“Peckman”图案和其介电函数值象征。。。。。。
钻研人员能够通过节造资料的转角,,,,,,尺寸等参数报答调控资料对光的吸收和散射,,,,,,在光信号的处置方面有宽泛的利用。。。。。。因而,,,,,,摩尔纹资料的转角变动是理论上可控的。。。。。。这批注摩尔纹资料是一种硬件可编程资料,,,,,,极度适合用于解决目前光推算的困境。。。。。。我们参考了 D2NN 的结构,,,,,,但在用每个像素点衬底上使用一种特定转角的摩尔纹资料而非 3D 打印技术。。。。。。这样做也能像 D2NN 一样对每个像素点的介电常数进行节造。。。。。。在实现当前推算工作之后,,,,,,我们能够通过机械进建获得下一组的转角参数,,,,,,并用飞秒激光等技术扭转对应的转角,,,,,,这样就能够实现硬件可编程的光推算架构。。。。。。理论上摩尔纹资料推算架构能够更快地实现各类传统推算工作。。。。。。在推算资源不足的地域,,,,,,摩尔推算架构拥有宽泛利用的潜力,,,,,,同时摩尔纹资料的合成成本比量子推算的成本更低。。。。。。

摩尔光网络训练流程及转角对摩尔纹资料介电函数的节造
高速度、低成本、更具普适性的摩尔推算
在这项工作中,,,,,,我们设计了一种可编程的、基于转角摩尔纹资料的光神经网络装置。。。。。。我们首先从理论上证了然摩尔纹资料的介电常数对转角的强依赖性,,,,,,利用光在多层分歧转角摩尔纹资猜中的折射产生分歧的信号,,,,,,从而实现推算、分类、统计等主张。。。。。。该推算架构仅必要转角、层数和层间距等单一参数,,,,,,这些参数能够从深度进建中获得。。。。。。该推算的空间复杂度比其他光神经网络要幼2-3个数量级,,,,,,并能和其他光神经网络达到根基一样的推算正确度。。。。。。最沉要的是,,,,,,其他基于光子的推算架构都是硬件不成编程的,,,,,,而摩尔纹资料的转角能够通过飞秒激光等步骤进行可控扭转。。。。。。相迸宗传统推算机,,,,,,摩尔推算拥有光的推算速度;;;;;;;相迸宗量子推算,,,,,,摩尔推算成本更低;;;;;;;相迸宗传统光推算,,,,,,摩尔推算拥有普适性。。。。。。它的实现不必要3D打印技术,,,,,,将在肯定水平上降低了推算成本,,,,,,并极度适合利用于将来的云推算。。。。。。与此同时,,,,,,我们但愿转角摩尔纹资料的利用能给将来的推算机架构设计带来新的思路。。。。。。
原文链接:
https://onlinelibrary.wiley.com/doi/10.1002/adts.202100063
https://onlinelibrary.wiley.com/doi/epdf/10.1002/adts.202170014
Reference:
1. Lin, X., et al. All-optical machine learning using diffractive deep neural networks. Science 361, 1004-1008 (2018).
2. Zhong, H.-S., et al. Quantum computational advantage using photons. Science 370, 1460-1463 (2020).
3. Penn, D. R. Wave-Number-Dependent Dielectric Function of Semiconductors. Phys. Rev. 128, 2093-2097 (1962).
本文作者:高越宸
