Towards a High-density Photonic Tensor Core Enabled by Intensity-modulated Microrings and Photonic Wire Bonding
Notice bibliographique
Résumé
Abstract We propose a photonic processing unit for high-density analog computation using intensity-modulation-based microringmodulators (IM-MRMs). The output signal at the fixed resonance wavelength is directly intensity modulated by changing theextinction ratio (ER) of the IM-MRM. Thanks to the intensity-modulated approach, the proposed photonic processing unit isless sensitive to the inter-channel crosstalk. Simulation results reveal that the proposed design offers a maximum of 17-foldincrease in wavelength channel density compared to its wavelength-modulated counterpart. Therefore, a photonic tensor coreof size 512 × 512 can be realized by current foundry lines. A convolutional neural network (CNN) simulator with 6-bit precisionis built for handwritten digit recognition task using the proposed modulator. Simulation results show an overall accuracy of 96.76%, when the wavelength channel spacing suffers a 3-dB power penalty. To experimentally validate the system, 1000 dotproduct operations are carried out with a 4-bit signed system on a co-packaged photonic chip, where optical and electrical I/Osare realized using photonic and electrical wire bonding techniques. Study of the measurement results show a mean squarederror (MSE) of 3.09 × 10^−3 for dot product calculations. The proposed IM-MRM, therefore, renders the crosstalk issue tractableand provides a solution for the development of large-scale optical information processing systems with multiple wavelengths.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».