Mach–Zehnder interferometer

光子CNN实现高精度和高能效

研究人员开发了一种全光子卷积神经网络（PCNN），能够完全在光学域内执行图像分类任务。这种新颖的架构使用马赫-曾德尔干涉仪网格和微环谐振器等光学元件集成了卷积、最大池化、非线性激活和全连接层。虽然在MNIST数据集上达到了94.49%的准确率，但经过异地预训练的数字孪生达到了97.45%的准确率。PCNN在能效方面显示出巨大潜力，对于单图像推理，其能效估计比最先进的电子GPU高220到330倍，同时推理延迟低至843纳秒。