[논문 리뷰] A Laser Spiking Neuron in a Photonic Integrated Circuit

Mitchell A. Nahmias, Hsuan-Tung Peng외 5명|arXiv (Cornell University)|2020. 12. 15.

Neural Networks and Reservoir Computing인용 수 4

한 줄 요약

이 논문은 생물학적 스파iking 행동을 모방하기 위해 자극 가능한 레이저 동역학을 사용하는 광집적회로(PIC) 기반 레이저 스파이킹 뉴런을 제시한다. 균형 잡힌 광다이오드(BCD)와 반도체 광학 앰프리피어(SOA)를 활용하여 다중 파장에서 가중치 합산, 자극, 억제 및 연결 가능성 등의 비선형 연산을 수행하며, 확장 가능한 광신경망을 위한 파장분할 multiplexing(WDM)과의 호환성을 입증한다.

ABSTRACT

There has been a recent surge of interest in the implementation of linear operations such as matrix multipications using photonic integrated circuit technology. However, these approaches require an efficient and flexible way to perform nonlinear operations in the photonic domain. We have fabricated an optoelectronic nonlinear device--a laser neuron--that uses excitable laser dynamics to achieve biologically-inspired spiking behavior. We demonstrate functionality with simultaneous excitation, inhibition, and summation across multiple wavelengths. We also demonstrate cascadability and compatibility with a wavelength multiplexing protocol, both essential for larger scale system integration. Laser neurons represent an important class of optoelectronic nonlinear processors that can complement both the enormous bandwidth density and energy efficiency of photonic computing operations.

연구 동기 및 목표

• 인공지능 워크로드를 위한 광집적회로에서 효율적이고 유연하며 확장 가능한 비선형 광학 처리의 부족을 해결하기 위해.
• PIC 호환 플랫폼에서 레이저 동역학을 활용해 생물학적으로 영감을 받은 스파이킹 뉴런을 구현하기 위해.
• 단일 장치에서 다중 파장에서 동시에 자극, 억제 및 합산을 수행할 수 있음을 입증하기 위해.
• 시스템 수준의 통합을 위한 파장분할다중화(WDM) 호환성과 연결 가능성 검증을 위해.
• 전자 비선형 변환에 대한 의존도를 줄임으로써 에너지 효율적이고 고대역폭의 광컴puting을 실현하기 위해.

제안 방법

• 레이저 뉴런은 서로 다른 파장에서 다중 입력 신호의 전류 합산을 수행하기 위해 쌍체의 균형 잡힌 광다이오드(BPD)를 사용한다.
• BPD의 출력 신호는 반도체 광학 앰프리피어(SOA)를 갖춘 분포형 피드백(DFB) 레이저를 구동하여 자극 가능한 동역학을 생성하며, 이는 스파이킹 행동을 유도한다.
• 시스템은 파장분할다중화(WDM)를 활용하며, 각 레이저 뉴런에 고유한 파장을 할당하여 병렬 처리를 가능하게 한다.
• 시간분할다중화를 위해 프로그래머블 지연을 갖춘 패턴 펄스 생성기(PPG)를 사용하여 채널 간에 포isson 분포를 따르는 입력을 시뮬레이션한다.
• 파일러 지연선(90–720 ns)을 사용하여 각 파장에 대해 제어 가능한 시간 지연를 도입하며, 이는 디지털 보정을 통해 입력 신호의 시간 동기화를 확보한다.
• 연속파 기준 추적을 사용하여 전력 캘리브레이션을 수행하여 모든 채널에서 입력 및 출력 전력 측정치를 정규화한다.

실험 결과

연구 질문

• RQ1 광집적회로에서 생물학적 뉴런을 모방하는 레이저 동역학을 사용해 비선형 스파이킹 뉴런을 구현할 수 있는가?
• RQ2 단일 노드에서 다중 파장 채널에서 동시에 자극과 억제를 수행할 수 있는가?
• RQ3 레이저 뉴런은 파장분할다중화와 호환되며, 더 큰 네트워크 통합을 위한 연결 가능성이 있는가?
• RQ4 프로그래밍 가능한 시간다중화 입력, 예를 들어 포isson 분포를 따르는 비트 패턴을 통해 정확한 스파이킹 행동을 달성할 수 있는가?
• RQ5 에너지 집약적인 전자-광학 변환에 대한 의존도를 줄이며 고속·저에너지 작동을 유지할 수 있는가?

주요 결과

• 레이저 뉴런은 여덟 개의 고유한 파장 채널에서 자극 및 억제 입력에 대해 모두 스파이킹 행동을 성공적으로 구현하였다.
• 시간 도메인 트레이스 및 스펙트럼 측정을 통해 정밀한 시간 제어로 동시에 자극과 억제를 달성하였으며, 이를 검증하였다.
• 한 레이저 뉴런의 출력을 다른 뉴런의 입력으로 사용하여 연결 가능성을 입증하였으며, 다층 네트워크 아키텍처와의 호환성을 확인하였다.
• 다중 파장에서 신호 무결성이 유지되었으며, AWG를 사용한 다중화 및 분리화 후 입력 패턴이 정확히 재구성되었다.
• 전력 캘리브레이션을 통해 입력 및 출력 트레이스의 정확한 정규화가 가능했으며, 측정된 입력 전력은 모든 채널에서 일관되게 유지되었고 기대되는 손실 범위 내에 있었다.
• 장치는 5 GHz 클럭 주기와 88 ns 시간 윈도우에서 작동하여 고속·저지터 처리를 가능하게 하여 신경망 추론에 적합하였다.