實現(xiàn)大規(guī)模線性變換或矩陣的計算在現(xiàn)代信息處理系統(tǒng)中起著尤為關鍵的作用。為了執(zhí)行某些復雜的計算任務，如深度神經(jīng)網(wǎng)絡的訓練和推理等，數(shù)字計算機系統(tǒng)需要每秒完成多達數(shù)十億次的矩陣運算。因此，線性變換計算的吞吐量可以直接影響基礎計算系統(tǒng)的性能和容量。這些線性變換的計算現(xiàn)今通常依賴于計算機中的數(shù)字處理器，但隨著需求的數(shù)據(jù)規(guī)模越來越大，這些處理器的性能也愈發(fā)捉襟見肘。全光計算方法由于具有并行性和速度的優(yōu)勢，將有可能為這一問題提供解決方案。

在最近發(fā)表在《光：科學與應用》上的一項研究中，來自美國加州大學洛杉磯分校（UCLA）的研究人員展示了一種偏振編碼的衍射光學處理器（Polarization-encoded diffractiveoptical processor），其只使用光的衍射就能高速、低功耗地計算多個線性變換。這種光學處理器利用一系列結構化衍射表面和簡單偏振片陣列的組合，就可以對輸入光實現(xiàn)所需的調(diào)制操控，并在輸出平面產(chǎn)生任何所需的輸入場的復值線性變換的結果。這種全光學衍射處理器與傳統(tǒng)的電子處理器相比的主要優(yōu)勢是，它在計算時不需要消耗任何除照明光之外的能量，且借助大尺寸光刻晶圓的制造，該處理器的硬件規(guī)�？杀谎杆贁U大，以實現(xiàn)大規(guī)模數(shù)據(jù)的并行計算。此外，該處理器中所有的操作都是以光速執(zhí)行的，因此可迅速完成復值線性變換的計算。

這項研究由來自加州大學洛杉磯分校電子和計算機工程系、加州納米系統(tǒng)研究所（CNSI）的Aydogan Ozcan教授領導。這種新的光學系統(tǒng)結構引入了一種偏振編碼機制，允許一個衍射處理器通過偏振復用執(zhí)行多達四個不同的線性變換。通過使衍射層與嵌入網(wǎng)絡中的偏振元件協(xié)同作用，單個衍射光學處理器可以在內(nèi)部隱含地形成多個不同的線性變換計算通道，每個通道均可以使用一對輸入、輸出偏振態(tài)的特定組合來進行訪問。在通過使用深度學習等數(shù)據(jù)驅(qū)動的方法進行訓練后，衍射處理器可以全光執(zhí)行一組、多個復值線性變換，這些變換可以被分配給不同的輸入、輸出偏振組合以執(zhí)行不同類型的全光計算，例如圖像分類、分割、加密和濾波等。這種獨特的設計使單個衍射光學處理器可以同時執(zhí)行多種任務，增強了光學信息處理系統(tǒng)的多功能性。

基于偏振復用的衍射光學計算：通過使用偏振編碼的衍射神經(jīng)網(wǎng)絡全光執(zhí)行多個線性變換。

由于其該設計的通用性，該基于偏振編碼的衍射光學處理器可以在電磁波譜的不同部分工作。由于它可以直接處理輸入場景的振幅和相位信息，這種設計特別適用于視覺計算領域，可以用于構建機器視覺系統(tǒng)的智能無源光學前端。此外，該系統(tǒng)處理物體樣品或場景的輸入偏振信息的固有能力也可能使其應用于具有偏振感知能力的光學成像和傳感技術，這對如體液中雙折射晶體的檢測等某些生物醫(yī)學應用將可能產(chǎn)生變革性的影響。

相關鏈接：https://phys.org/news/2022-05-all-optical-group-polarization-encoded-diffractive-network.html