TY - JOUR A2 - Wang, Xiaojie AU - Li, Mengkun AU - Wang，Yongjian PY - 2020 DA - 2020/12/16 TI -一个节能硅Photonic-Assisted深度学习加速器为大数据SP - 6661022六世- 2020 AB -深度学习已成为最主流的技术在人工智能(AI),因为它可以与人类在复杂任务的表现。然而，在大数据时代，不断增长的数据量和模型规模使得深度学习需要强大的计算能力和可接受的能量成本。对于电子芯片，包括大多数深度学习加速器，晶体管的性能限制使其难以满足计算的能效要求。硅光子器件以其能耗低、带宽大、速度快等优点，有望取代晶体管成为计算体系结构中的主流器件。因此，我们提出了一种硅光子辅助的大数据深度学习加速器。该加速器利用微环谐振器(MRs)形成光子倍增阵列。它结合了光子特有的波分复用(WDM)技术，以光的速度实现输入特征图和卷积核的多次并行计算，为提高能源效率和计算速度提供了前景。与传统的电子设计相比，该加速器的计算效率至少提高了75倍。SN - 1530-8669 UR - https://doi.org/10.1155/2020/6661022 DO - 10.1155/2020/6661022 JF -无线通信和移动计算PB - Hindawi KW - ER -