دانلود توسعه دادن یک پلتفرم سخت افزاری فوتونی برای محاسبه کردن شبه(الهام گرفته از ) مغز آ ن هم بر اساس آرایه های 5×5 VCSEL (به همراه ترجمه)

مقاله انگلیسی 9 صفحه و به صورت pdf می باشد و متن ترجمه شده 17 صفحه و به صورت word قابل ویرایش می باشد .مقاله متعلق به 2020 میلادی است.

Developing of a photonic hardware platform for brain-inspired computing

based on 5 * 5 VCSEL arrays

چکیده انگلیسی:

Brain-inspired computing concepts like artificial neural networks have become promising

alternatives to classical von Neumann computer architectures. Photonic neural networks

target the realizations of neurons, network connections and potentially learning in photonic

1. Here, we report the development of a nanophotonic hardware platform of fast and

energy-eficient photonic neurons via arrays of high-quality vertical cavity surface emitting

lasers (VCSELs). The developed 5 _ 5 VCSEL arrays provide high optical injection locking

eficiency through homogeneous fabrication combined with individual control over the laser

1. Injection locking is crucial for the reliable processing of information in VCSEL-

based photonic neurons, and we demonstrate the suitability of the VCSEL arrays by injection

locking measurements and current-induced spectral _ne-tuning. We _nd that our investigated

array can readily be tuned to the required spectral homogeneity, and as such show that

VCSEL arrays based on our technology can act as highly energy e_cient and ultra-fast

photonic neurons for next generation photonic neural networks. Combined with fully parallel

photonic networks our substrates are promising for ultra-fast operation reaching 10s of GHz

bandwidths, and we show that a nonlinear transformation based on our lasers will consume

only about 100 fJ per VCSEL, which is highly competitive, compared to other platforms.

ترجمه چکیده:

محاسبه کردن شبه مغزی مفهومی شبیه به شبکه های عصبی مصنوعی دارند که تبدیل به نویدی با پیشنهاد های متناوب برای معماری رایانه فون نویمان شده . شبکه های عصبی فوتونی , تحقق (رویای)واقعی سازی نورون ها  ارتباطات شبکه و  یادگیری فوتونیک در بستر فوتونیک را هدف قرار می دهد . اینجا ما توسعه یک پلتفرم سخت افزاری نانوفوتونیک سریع را گزارش می کنیم و انرژی موثر نورون های  فوتونی را از طریق آرایه هایی از رویه کاواک به صورت عمودی با کیفیت بالا(VCSELs) که در حال انتشار دادن لیزر است را گزارش می نماییم . آرایه های  VCSEL  توسعه یافته,  تزریق بصری قفلی بالایی ر ا با کارایی خوب از طریق سازه ترکیب شده همگن (با مغز) با کنترل شخصی طول موج لیزر تدارک می بیند. القا قفلی (تصویر ) کار سختی برای پردازش قابل اطمینان اطلاعات در VCSEL  برپایه نورون های فوتونی دار است , و ما ثابت می کنیم , آرایه های VCSEL مناسب به وسیله ی اندازگیری های تزریق قفلی تصویر و طیف القا شده اخیر خوب تنظیم می شود. ما در میابیم که با وارسی کردن های ما آرایه می تواند به سهولت با طیف همگن مورد نیاز وفق یافته , و همچنین نشان می دهیم که آرایه های VCSEL بر اساس تکنولوژی ما می تواند همانند انرژی کافی بالا و نورون های فوتونی فوق سریع برای ایجاد شبکه های عصبی فوتونی بعدی فعالیت کنند. شبکه های فوتونی موازی که به صورت کامل ترکیب شده اندبه عنوان زیر لایه نوید عملکرد فوق سریع رسیدن به 10S از پهنای باندگیگا هرتز را می دهد, و ما نشان می دهیم که یک تغییر شکل غیر خطی بر اساس لیزر های ما در حدود 100fj در هر VCSEL مصرف می کند , که در مقایسه با دیگر پلتفرم ها به شدت رقابتی است.