近期，中國科學院上海光學精密機械研究所光芯片集成研發(fā)中心、信息光學實驗室團隊與暨南大學合作，提出了一種基于衍射分束器件實現高精度、大規(guī)模光電并行矩陣計算加速器的新型架構—光學多成像投影架構（Optical Multi-Imaging-casting architecture，OMica）。這種新型架構可以實現光學矩陣卷積、矢量矩陣積以及矩陣乘法等真正意義上的并行計算，有望在面向專用目的的大規(guī)模矩陣并行計算加速方面取得應用。 QTH yH  
/_\4(vvf  
現如今人類社會已經進入以人工智能、物聯網等為代表的大數據時代，對信息處理與計算的需求急劇增長。為了有效解決當前的算力困境，亟需尋找具有持續(xù)算力增長空間的新型計算范式與架構。目前，如何解決算力困境已形成了三條基本路線，分別是More-Moore、More-than-Moore和Beyond CMOS。其中，光學以其高并行、高能效比、高速度和無電磁干擾等優(yōu)點成為一種具有革命性的Beyond CMOS路線，其在構建面向專用目的的大規(guī)模矩陣并行計算系統(tǒng)方面有天然優(yōu)勢。 }=gGs  
p(Mv^ea  
目前主流的光電計算架構可以大致分為平面集成式和自由空間互連式兩類。其中，平面集成式光電計算只能實現一維矢量-矩陣乘法，且受限于光子單元器件的集成度難以實現算力拓展，而自由空間互連式光電計算天然具備調控數以百萬像素的能力而有望實現更高算力。研究人員創(chuàng)造性地利用高質量分束元件—達曼光柵，成功構建了可以實現大規(guī)模、高精度的光學矩陣計算架構，并在此基礎上實現了計算精度約為8bits的10*10、20*20大小的矩陣卷積[1]。在此基礎上，研究人員進一步研究了時、空間序列編碼方式以實現負數和復數運算，并基于空間序列編碼方法實現了光學卷積神經網絡的推理任務。研究人員進一步優(yōu)化了182*224分束比的達曼光柵，初步驗證了大規(guī)模光學矩陣卷積。此外，基于該計算架構，研究人員提出了一種可實現多通道矢量矩陣積，即矩陣乘法的光學實現架構，并成功演示了8×4和4×8矩陣乘法的并行計算加速[2]。 FBsw\P5w  
~4 ab\hq  
這種OMica架構計算加速器可以在白光照明條件下工作，有望實現對真實自然場景光學圖像的直接處理，從而突破至少在輸入端的光-電-光轉換瓶頸。同時，該架構可以通過平板波導光學系統(tǒng)進一步集成并有望在圖像數據處理、機器視覺、目標識別等場景中專用目的計算加速方面得到實際應用。 .anL}OA_q  
Y|F);XXIl  
75y#^pD?c  
該研究得到中國科學院、上海市科委、上海精密光學制造與測試服務平臺等項目的資助。 OgX."pK  
yr?\YKV)I  
原文鏈接：1. https://opg.optica.org/prj/fulltext.cfm?uri=prj-11-2-299&id=525720 3B+Rx;>h  
2. https://opg.optica.org/ol/abstract.cfm?doi=10.1364/OL.487676