公开(公告)号：CN119960550A

公开(公告)日：2025-05-09

申请号：CN202510043743.5

申请日：2025-01-10

Applicant: 中山大学

Inventor： 刘洁 ,  李振华 ,  邓兆昂 ,  卞楚瑶 ,  余思远

IPC: G06E1/00 ,  G02B6/293

Abstract: 本发明涉及光子计算技术领域，公开了一种光子计算芯片架构，包括上位机、模拟前端、可调多波长光源、第一调制器阵列、波长复用器、信号分束器、第二调制器阵列、波长解复用器阵列、光探测器阵列和支撑设备，其通过上位机将数据分为第一信号序列和第二信号序列，实现对第一信号序列和第二信号序列的复用，极大拓展计算的并行度继而增大吞吐量，降低每次乘加操作的能耗。而且，本发明在第一调制器阵列和第二调制器阵列加入相位调制功能、在光探测器阵列中引入相干探测，可以使实数或者复数的数据运算延时和能耗更低，光子芯片上需要集成的器件数减少，成本更低，减小制作难度。本发明还提供一种上述光子计算芯片架构的运算方法。

公开(公告)号：CN119882923A

公开(公告)日：2025-04-25

申请号：CN202510377357.X

申请日：2025-03-28

Applicant: 中山大学

Inventor： 刘洁 ,  卞楚瑶 ,  李振华 ,  邓兆昂

IPC: G06E1/04 ,  G06N3/067

Abstract: 本发明涉及光计算的技术领域，更具体地，涉及一种多维可拓展的矩阵运算系统及其控制方法。本发明将输入矩阵加载在不同波长的光波上利用了光的波长维度对矩阵运算的规模数目进行拓展。将波分复用后的光强度信号输入至不同的微环调制器上利用了空分复用显示了矩阵运算单元的可拓展性，将矩阵信息转换成时间序列，通过时分复用，提高带宽利用率也扩大矩阵运算规模，同时支持实时训练，灵活调控各个矩阵元素信息。本发明可以利用光的各个维度灵活的控制矩阵运算的输入，可以并行加速处理数据，快速求解大规模问题。

公开(公告)号：CN116382418A

公开(公告)日：2023-07-04

申请号：CN202310223792.8

申请日：2023-03-09

Applicant: 中山大学

Inventor： 刘洁 ,  邓兆昂 ,  李振华 ,  陈子豪 ,  余思远

IPC: G06E3/00 ,  G02F1/01

Abstract: 本发明涉及光子伊辛机计算技术领域，公开一种基于电光调制环路的伊辛计算系统优化方法，基于微环谐振器以及用于动态调节微环谐振器耦合率的MZM，将节点信号时分复用，在光域中实现节点耦合，并将更新后的节点信号重新输入伊辛计算系统，使得该伊辛机能够不断完成新的迭代，进而逼近基态，使得系统能够准确找到全局最小值，从而实现计算高效，可集成性好的伊辛计算系统。本发明创新性地利用MZM与微环级联的形式，在光域内使用简易，可集成的结构实现了节点耦合，大大缩小了系统规模，具体集成化的潜力，还能利用光的高带宽，低延迟特性提高计算效率，更有效地把伊辛模型映射到光学网络/芯片上，使得系统在基态搜索时能够快速准确地找到全局最优解。

公开(公告)号：CN118607604A

公开(公告)日：2024-09-06

申请号：CN202410481479.9

申请日：2024-04-22

Applicant: 中山大学

Inventor： 余思远 ,  邓兆昂 ,  李振华 ,  陈子豪 ,  刘洁

IPC: G06N3/067 ,  G06N3/0464

Abstract: 本发明公开了一种光学卷积加速器及其控制方法，包括光源、强度调制器、微环调制器和光电探测器；所述光源，用于产生光载波信号；所述强度调制器，用于根据时域上的第一线性序列调制所述光载波信号，得到光强度信号；所述第一线性序列携带待处理信息；所述微环调制器，用于将卷积核元素的第二线性序列按照时分复用的方式调制所述光强度信号，得到调制分信号，并通过延时将不同码元周期的调制分信号进行叠加，得到输出信号；所述输出信号携带所述第一线性序列与所述第二线性序列的卷积运算结果；所述光电探测器，用于检测所述输出信号。本发明实施例能够提高拓展性和灵活性，降低复杂度和功耗，可广泛应用于光计算技术领域。

公开(公告)号：CN116992203A

公开(公告)日：2023-11-03

申请号：CN202310860930.3

申请日：2023-07-13

Applicant: 中山大学

Inventor： 刘洁 ,  陈子豪 ,  李振华 ,  邓兆昂 ,  周郅贤 ,  蔡鑫伦

IPC: G06F17/16 ,  G06F7/544 ,  G06F15/78

Abstract: 本发明涉及一种基于FPGA的大规模高吞吐量稀疏矩阵向量整数乘法的方法。包括：1.稀疏矩阵行压缩改造：在传统的行压缩算法的基础上，将储存信息扩展成二维矩阵，使得储存矩阵中一行的元素来源于原矩阵的同一行以获得高带宽的数据输入。2.稀疏矩阵多行同时进行计算：一次输入储存矩阵的多行，各自进行乘加计算，得出对应的结果。3.可配置并行累加器以及数据重排：可以根据输入使输入数据任意配置成连续的子序列，得出子序列的累加结果，并对累加结果进行重排与对齐获得一致的输出位宽。基于本发明的方法和模块能够充分利用FPGA的逻辑资源进行大规模高吞吐量的稀疏矩阵向量整数乘法，解决稀疏矩阵向量乘法中向量读取不连续的问题，实现高并行度的运算。