硅基光電子技術在深度學習加速中的應用：CrossLight介紹

逍遙設計自動化

引言隨著深度神經(jīng)網(wǎng)絡（DNNs）在各種應用中變得越來越復雜和普遍，對高效硬件加速器的需求比以往任何時候都更為迫切。在后摩爾定律時代，傳統(tǒng)電子加速器面臨著基本限制，在帶寬和能效方面造成瓶頸。硅基光電子技術應運而生，可為深度學習加速提供節(jié)能、超高帶寬和低延遲的解決方案。
2 ~; D3 X7 t, @7 p# N/ {本文介紹CrossLight，新型硅基光電子神經(jīng)網(wǎng)絡加速器，通過跨層設計方法解決光計算中的關鍵挑戰(zhàn)。將探討光計算的基礎知識、CrossLight的架構以及與最先進加速器的性能比較。
! d% K( C% k7 T+ i. u5 R! S
光計算基礎
+ g8 c- |0 `  k) m- v/ S' |6 B在深入了解CrossLight之前，讓我們先了解深度學習光計算的基礎知識。光加速器通常使用廣播和權重（B&W）配置來執(zhí)行矩陣-矢量乘法，這對DNN中的卷積（CONV）和全連接（FC）層都是必不可少的。

: t6 M" N. I  ~" R& A7 t圖1顯示了基于非相干廣播和權重（B&W）的光電子神經(jīng)元配置。
在此配置中，輸入值通過調(diào)制器印刻在不同波長的光上。然后，這些波長被合并并分成多個分支，每個分支由微環(huán)諧振器（MRs）加權。加權信號通過光電探測器求和，完成矩陣-矢量乘法運算。
這種設置中的關鍵組件是微環(huán)諧振器（MR）。MR可以調(diào)諧以改變特定波長的能量，有效地在光域中實現(xiàn)乘法運算。
* H7 m) w+ ^+ \2 GCrossLight架構
CrossLight采用跨層方法優(yōu)化光加速，解決設備、線路和架構層面的挑戰(zhàn)。
$ B- x% K5 k7 X% p' L8 l2 ?. R
圖2展示了CrossLight非相干硅基光電子神經(jīng)網(wǎng)絡加速器的高級概述。
: A3 P2 ]. R1 n: x$ z設備級優(yōu)化在設備級別，CrossLight引入了優(yōu)化的MR設計，對制造工藝變化（FPVs）更具彈性。通過全面的設計空間探索，研究人員發(fā)現(xiàn)，使用400納米的輸入波導寬度和800納米的環(huán)形波導寬度可以將由FPV引起的不期望的諧振波長偏移減少70%。
線路級優(yōu)化為解決緊密排列的MR之間的熱串擾問題，CrossLight采用了結合熱光（TO）和電光（EO）調(diào)諧的混合調(diào)諧方法。與傳統(tǒng)的僅TO調(diào)諧方法相比，這種方法可以實現(xiàn)更快的操作速度和更低的功耗。
此外，CrossLight采用了稱為熱特征分解（TED）的方法，可以集體調(diào)諧MR組中的所有MR，有效地以較低的功耗消除熱串擾效應。
6 X5 S7 [) |( u' H: f! p
圖3顯示了10個制造的MR塊中相鄰MR對之間距離可變時的相位串擾比和調(diào)諧功耗。
. s% u: r: m+ N/ L% F架構級優(yōu)化CrossLight為CONV和FC層加速引入了單獨的矢量點積（VDP）單元，認識到這些層的不同計算需求。這種分離允許更高效地處理這兩種類型的層。
該架構還在VDP單元內(nèi)實現(xiàn)了波長重用策略，減少了所需的激光器總數(shù)，從而降低了功耗。通過將較大的矢量分解為較小的矢量，并在VDP單元內(nèi)的多個分支上執(zhí)行并行計算，CrossLight在并行性和激光器功率需求之間實現(xiàn)了平衡。
性能分析為評估CrossLight的性能，研究人員使用四個不同復雜度的DNN模型進行了廣泛的模擬。
分辨率分析CrossLight的一個主要優(yōu)勢是能夠?qū)崿F(xiàn)高分辨率計算。雖然一些光加速器限制在2-4位分辨率，但CrossLight可以為其MR組實現(xiàn)高達16位的分辨率。
+ n0 [) s7 d/ b/ c$ }1 D5 C
圖4演示了四個DNN模型在權重和激活的量化（分辨率）范圍從1位到16位時的推理準確性。
1 c( x& k. s4 c% N- t% v& `) m這種高分辨率對于維持模型準確性很重要，特別是對于在具有挑戰(zhàn)性的數(shù)據(jù)集上訓練的復雜模型。
敏感性分析研究人員進行了敏感性分析，以確定CrossLight的最佳配置，改變CONV和FC層加速器的VDP單元的數(shù)量和復雜度。

圖5是散點圖，顯示了各種CrossLight配置的平均每秒幀數(shù)（FPS）與平均每比特能耗（EPB）與面積的關系。
最佳配置是基于最高的FPS/EPB比率選擇的，平衡了性能和能效。
與最先進加速器的比較CrossLight與兩個著名的光加速器（DEAP-CNN和Holylight）以及幾個電子加速器（包括GPU和CPU）進行了比較。

圖6比較了CrossLight各變體與光電子和電子加速器平臺的功耗。
% s0 S  k3 P/ t- a8 G2 N結果顯示，CrossLight，特別是在優(yōu)化配置（Cross_opt_TED）中，實現(xiàn)了比其他光加速器和傳統(tǒng)CPU/GPU平臺更低的功耗，盡管功耗仍高于一些專用電子加速器。
* V8 U% O; x7 u5 f. U

圖7比較了光電子DNN加速器的每比特能耗（EPB）值。
  Y, d7 b7 Y& G! s6 `  H! @在能效方面，CrossLight顯著優(yōu)于其他光加速器，平均比DEAP-CNN和Holylight分別低1544倍和9.5倍的EPB。
# g# q' `) M& k: C" B: yCrossLight的性能優(yōu)勢源于全面考慮了光系統(tǒng)中的各種損耗和串擾，以及在設備、線路和架構層面采用新方法來減輕影響。
/ l& ?, D6 H5 _1 }* `* a7 G& j結論CrossLight展示了光電子神經(jīng)網(wǎng)絡加速器中跨層優(yōu)化的潛力。通過解決硬件棧多個層面的挑戰(zhàn)，與最先進的光電子和電子加速器相比，在能效和每瓦性能方面實現(xiàn)了顯著改進。
& d7 L7 G2 g0 C! m7 |" A隨著硅基光電子制造工藝的不斷成熟，我們可以期待設備調(diào)諧成本、損耗和激光器功率開銷進一步降低。這一趨勢可能會加強光域加速器在深度學習推理任務中的地位。
CrossLight的成功突出了在設計下一代硬件加速器時采用全面、跨層方法的重要性。隨著我們推動人工智能和機器學習的邊界，這種創(chuàng)新架構將在實現(xiàn)更高效和強大的計算系統(tǒng)方面發(fā)揮關鍵作用。
; y7 I; D3 Z* l參考文獻[1]M. Nikdast, S. Pasricha, G. Nicolescu, and A. Seyedi, Eds., Silicon Photonics for High-Performance Computing and Beyond, 1st ed. Boca Raton, FL, USA: CRC Press, 2021.
- END -

' n" m. t/ J2 y9 j: f軟件申請我們歡迎化合物/硅基光電子芯片的研究人員和工程師申請體驗免費版PIC Studio軟件。無論是研究還是商業(yè)應用，PIC Studio都可提升您的工作效能。
點擊左下角"閱讀原文"馬上申請
' e+ D7 m: n. L. ^* u, ~  K7 O* i
0 v- ?! z) S# [9 q' M2 Q, h歡迎轉(zhuǎn)載
# P4 N( I: h" A/ i8 V: Q! ^
轉(zhuǎn)載請注明出處，請勿修改內(nèi)容和刪除作者信息！
4 n1 c/ I5 X6 e$ Q5 l; W# q5 K! u




) s: Z% Z( w0 y# I* ?( H8 T關注我們

$ M! u5 K; z# b5 ?7 a. b7 D

. A+ O8 `8 Q) U4 G" [5 S2 k # |2 }0 H7 a& M" N3 [6 N- ^+ ^

z# t: L. T. Y, ], k9 f

                     

' Y* v( N& K% O% |, c8 _
! N! k3 k$ w" g1 h4 F  y
關于我們：
- |; |8 l, r* R2 H# \! Q; o& y! D深圳逍遙科技有限公司（Latitude Design Automation Inc.）是一家專注于半導體芯片設計自動化（EDA）的高科技軟件公司。我們自主開發(fā)特色工藝芯片設計和仿真軟件，提供成熟的設計解決方案如PIC Studio、MEMS Studio和Meta Studio，分別針對光電芯片、微機電系統(tǒng)、超透鏡的設計與仿真。我們提供特色工藝的半導體芯片集成電路版圖、IP和PDK工程服務，廣泛服務于光通訊、光計算、光量子通信和微納光子器件領域的頭部客戶。逍遙科技與國內(nèi)外晶圓代工廠及硅光/MEMS中試線合作，推動特色工藝半導體產(chǎn)業(yè)鏈發(fā)展，致力于為客戶提供前沿技術與服務。

* Q0 U. g' K6 ^2 Ehttp://www.latitudeda.com/
8 e2 T" s; n/ y" O7 t（點擊上方名片關注我們，發(fā)現(xiàn)更多精彩內(nèi)容）