《探索 | 单片集成光学伊辛机》

  • 来源专题:光电情报网信息监测服务平台
  • 编译者: 胡思思
  • 发布时间:2025-05-21
  • 近日,华中科技大学武汉光电国家研究中心张新亮、董建绩研究团队联合中国科学院半导体研究所李明研究员成功研发了一种单片集成的光电耦合伊辛机。该技术实现了片上光学物理退火,在提升能效、缩小尺寸和加快收敛速度方面具有重要突破。研究成果发表在学术期刊《Nature Communications》上,题为“A monolithically integrated optical Ising machine”。

    面对摩尔定律放缓和电子芯片能效极限,如何突破冯·诺依曼架构成为新一代计算技术的关键课题。光学伊辛机因其在组合优化问题求解中的巨大潜力而备受关注,但目前主流方法仍面临集成度低、功耗高、响应慢等瓶颈,制约其大规模应用。为此,研究团队提出了一种单片集成的光学伊辛机计算方案,基于光电耦合振荡(OECO)结构,首次实现了无需外部电学辅助的片上四自旋伊辛问题求解器。

    该系统采用定制化马赫-曾德尔干涉仪(MZI)构建的对称光学耦合矩阵,结合超紧凑、低功耗的光电耦合(OEC)非线性单元,实现了线性与非线性功能在芯片上深度融合。系统结构如下图所示: OEC单元的面积仅0.01 mm2,单元功耗4 mW,系统耦合矩阵实现了平均0.986的矩阵保真度,单自旋态演化时间为150 ns,系统回路时延为1.71 ns。系统能够高效地找到目标伊辛问题的最优解,成功演化出预期的基态。

    该方案的能效优势显著,每自旋每轮演化的能耗仅为6.8 pJ,优于目前其他片上或光纤实现的光学伊辛机方案。在集成度、功耗和收敛速度上全面领先,具备优越的可扩展性和工程可实现性。研究成果为构建片上物理退火计算加速器提供了坚实基础,为光子计算迈向实用化和大规模集成奠定了关键技术支撑。

    图1:光学伊辛机系统结构图。展示光电耦合(OEC)非线性单元、4×4对称耦合矩阵、输入输出路径,以及自旋态从初始态演化至基态的过程

    图2:四自旋状态演化及最终解图像。在激励脉冲作用下,四个自旋状态演化为[-1, 1, -1, 1],验证系统正确求解能力

  • 原文来源:https://www.nature.com/articles/s41467-025-59537-0
相关报告
  • 《探索 | 异步光学循环加速器取得突破》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:胡思思
    • 发布时间:2025-05-08
    • 近日,华中科技大学武汉光电国家研究中心张新亮、董建绩教授研究团队成功研发了一种基于波长编码的异步光学循环加速器。该技术突破了光学计算中的同步控制瓶颈,降低了计算能耗,并提升了计算效率。研究成果发表在学术期刊《eLight》上,题为“Monolithically integrated asynchronous optical recurrent accelerator”。 随着人工智能和大规模数据处理需求的急剧增长,传统电子计算受限于能耗和延迟。光学计算因其高速、低功耗特性成为潜在可替代方案之一,但现有方案依赖于频繁的光电信号转换及精确的电学同步控制,尤其在循环网络计算任务中,增加了系统复杂度和能量损耗。 基于时间序列的光学循环计算要求光信号严格时序对齐,并且多路数据信号周期和光学延迟之间需要保持严格一致,如图1(a)所示。为了解决上述同步难题,研究团队提出了一种基于波长编码的异步计算架构。在该架构中,不同时间循环周期的数据被映射到不同的波长通道,并通过片上波长中继单元(WRU)完成数据传递,如图1(b)所示。相比传统的时序同步方法,该方案无需精确对齐不同计算单元的数据传输时间,从而减少了同步电路的功耗,简化了系统设计。该架构通过光学计算核心执行波长复用的矩阵运算,并结合光电探测器驱动的微环调制器(即波长中继单元)完成信号在波长域的转换,使计算完全在光域中进行。其中,微环调制器采用下一级波长光源作为补充光,结合其传递函数的性质,波长中继单元(WRU)可以实现信号之间的加、减、乘、除、非线性等多种计算功能,如图1(c-e)所示。 基于上述异步循环计算架构,研究团队首先研制了一款光学隐马尔可夫模型(OHMM)芯片,该芯片利用光学矩阵运算执行概率推理任务。OHMM芯片通过将不同状态概率编码到不同波长,并利用光学矩阵运算进行状态转移计算,如图2(a)所示。芯片采用微环谐振器的光谱滤波机制,使不同状态之间的转换能够高效地映射到光学矩阵运算模块。该芯片成功实现了对DNA序列的隐藏状态推断,实验结果表明其在基因序列分析任务中的准确率可达99%,如图2(b)所示。在600个碱基对范围内隐藏状态的相似性表明了这两种DNA是同源的。 研究团队还进一步开发了一款单片集成的光学循环神经网络(ORNN)芯片,显著提升了光学计算在处理高维时序数据方面的能力。ORNN芯片利用差分驱动的调制器同时实现波长中继和非线性计算,通过波长复用的方式进行循环计算,如图3(a)所示。该芯片采用原位训练方法在多轮训练过程中优化参数,实现分类任务。在实际测试中,ORNN芯片在日语元音二分类任务中取得了高达97%的训练准确率和95%的测试准确率,并通过一对多的训练策略成功扩展至八分类语音识别任务,测试准确率达87.7%,验证了其在多类别分类中的优越性能,如图3(b)所示。 异步光学计算架构在实验中展现出较低的计算延迟和较高的能效。相较于传统电子计算方案,该芯片在基因序列分析和语音处理任务中均表现出更低的功耗和更快的计算速度。光学计算核心能够高效地执行矩阵运算,并避免高频电子电路带来的信号失真问题。此外,芯片的紧凑设计(仅10mm2)支持更高密度的光计算单元集成(集成上百个光学器件),为未来的大规模光学计算提供了可能性。 研究团队未来计划进一步优化芯片架构,提高计算精度,并探索其在更广泛智能计算场景中的应用,例如自动驾驶、智能感知和边缘计算设备。随着光学计算技术的持续发展,该异步架构有望在未来时序记忆光计算硬件中发挥核心作用。 图1:(a) 同步光学循环加速器的系统架构示意图。(b) 异步光学循环加速器的系统架构示意图,展示了如何利用波长中继进行数据传输。 (c-d) 波长中继单元的基本工作原理 图2:(a) OHMM 计算流程示意图,展示光学矩阵计算如何用于隐藏状态推理。 (b) 芯片在DNA序列分析中的应用。图中展示了实验结果与理论计算的对比 图3:(a) ORNN 计算流程示意图,展示波长复用和非线性计算的实现方式。 (b) 语音分类实验结果,展示了一对多的训练策略和八分类混淆矩阵
  • 《探索 | 钻石用于量子传感》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2022-06-20
    • University of Tsukuba的科学家演示了如何利用超快光谱学来提高量子传感器的时间分辨率。通过测量金刚石晶格中相干自旋的方向,他们表明即使在很短的时间内也可以测量磁场。这项工作可以促进超高精度测量领域的发展,即量子计量学,以及基于电子自旋的“自旋电子”量子计算机。 量子传感提供了以纳米分辨率极其精确地监测温度以及磁场和电场的可能性。通过观察这些性质如何影响传感分子内的能级差异,纳米技术和量子计算领域的新途径可能变得可行。然而,由于发光寿命有限,传统量子传感方法的时间分辨率以前被限制在微秒范围内。需要一种新的方法来改进量子传感。 现在,由University of Tsukuba领导的一个研究小组开发了一种新方法,用于在著名的量子传感系统中实现磁场测量。氮空位(NV)中心是金刚石中的一种特殊缺陷,其中两个相邻的碳原子被一个氮原子和一个空位所取代。这个位置额外电子的自旋状态可以用光脉冲读取或相干操纵。 “例如,负电荷的NV自旋态可以用作具有全光读出系统的量子磁强计,即使在室温下也是如此,”第一作者Ryosuke Sakurai说。研究小组使用了一种“inverse Cotton-Mouton”效应来测试他们的方法。当横向磁场产生双折射时,就会产生正常的Cotton-Mouton效应,双折射可以将线偏振光变为椭圆偏振。在这个实验中,科学家们做了相反的事情,用不同偏振的光来产生微小的受控局部磁场。 作者Muneaki Hase和他的同事Toshu An表示:“利用非线性光磁量子传感,可以测量具有高时空分辨率的先进材料中的局部磁场或自旋电流。”该团队希望,这项工作将有助于使量子自旋电子学计算机成为敏感的自旋态,而不仅仅是像当前计算机那样的电荷。这项研究还可能使新的实验能够观察磁场的动态变化,甚至在实际设备操作条件下观察单个自旋。 图:测量的光学装置