MMApr, 2021

HPC 中的光子协处理器：使用 LightOn OPUs 进行随机数值线性代数计算

PDF
TL;DR使用 LightOn Optical Processing Units 实现随机化降维可显著加速 Randomized Numerical Linear Algebra，例如 RandSVD 或 trace estimators，并且精度损失可以忽略不计。
randomized numerical linear algebrahigh performance computingdimensionality reductionlighton optical processing unitsprecision loss
发现论文，激发创造
  • 利用光学处理单元获得的大规模随机特征进行的核计算

    本文研究了利用 Optical Processing Unit 对大规模的 RF 进行快速且高能效的运算，得出此操作结果可以得到与多项式核函数相关的点积核，同时在核岭回归和图像分类中获得了优异的表现。

    Oct, 2019

  • 机器学习中的随机数值线性代数的最新和即将发展

    随机数值线性代数（RandNLA）在大矩阵的机器学习和数据分析应用中发挥着重要作用，本文提供了 RandNLA 的综合概述，以应对近期的理论和实践挑战。

    Jun, 2024

  • 非线性光学数据转换器用于机器学习

    通过利用复杂的非线性光学处理器，利用光学计算实现简化的机器学习模型来进行图像分类。

    Aug, 2022

  • 基于一元光子计算芯片和生成对抗学习的高效选项定价

    本论文提出了一种光子芯片，利用一元法计算欧式期权定价，并结合量子振幅估计算法，与经典蒙特卡罗方法相比具有二次加速度。该芯片由三个模块组成：加载资产价格分布、计算预期收益和执行量子振幅估计算法。在资产价格分布模块中，嵌入了生成对抗网络以高效学习和加载资产分布，准确捕捉市场趋势。该研究是金融应用专用光子处理器发展的一步，有潜力提高金融服务的效率和质量。

    Aug, 2023

  • 多重光散射中的随机投影：光速逼近内核函数

    介绍了一种基于相干光在随机介质中的多重相干散射的物理特性，能够在光速下进行随机投影的模拟光学器件，可用于大型训练集和实时预测的核方法实现，避免了在存储随机矩阵和使用其他结构化矩阵以减少计算和内存成本时的复杂问题。通过在 MNIST 数据库上进行简单的分类任务，演示了该设备实验结果与对应核的理论性能非常接近。

    Oct, 2015

  • 利用被动光学非线性映射的深度学习

    介绍了一种利用混沌光学的技术为 Edge 计算设备提供了一种新的、能够提高运算性能且能够处理高度非线性特征的平台。

    Jul, 2023

  • RandONet: 基于随机投影的浅层网络学习线性和非线性运算符

    通过随机投影算子网络（RandONets）解决动态系统的逆问题，实现线性和非线性算子的学习，降低参数空间维度，证明了 RandONets 对非线性算子和线性非线性演化算子的普适逼近准确性，相对于传统深度算子网络 DeepONets 具有更高的数值逼近精度和计算效率。

    Jun, 2024

  • 光子学加速深度神经网络训练：基于残余数系统的设计

    Mirage 是一种基于残留数系统（RNS）的光子深度神经网络（DNN）训练加速器，通过将 RNS 和光子学相结合，提供高能效、高精度且能够成功训练与 FP32 训练相媲美的 DNNs，相比系统阵列，平均可实现超过 23.8 倍的更快训练速度、32.1 倍的更低能耗与相当或更好的效率 - 功耗比（EDP）在等能端景下，以及 42.8 倍的更低功率消耗在等面积场景下。

    Nov, 2023

  • 随机数值线性代数：基础与算法

    本文介绍了一些概率算法，来完成线性代数计算，如矩阵分解和线性系统求解，覆盖了在实际问题中得到证明的技术和理论知识，包括规范估计，采样的矩阵逼近，线性回归问题，低秩逼近，亚空间迭代和 Krylov 方法，误差估计和自适应性，插值和 CUR 分解，Nystrom 逼近以及核矩阵的逼近等等，特别适用于机器学习和科学计算。

    Feb, 2020

  • 用于机器学习的光子张量核心

    介绍了一种用于矩阵向量乘法和求和的集成光子学 TPU，通过利用波长分割复用、纳秒级延迟和基于相变材料的光学多态存储器，结合这些材料、功能和系统的物理协同作用，展示了这种 8 位光子 TPU 的性能比电子 TPU 高 2-3 个数量级，而占用的芯片面积类似，表明光子专用处理器在增强电子系统方面具有潜力，并且在即将到来的 5G 网络及其后面的网络边缘设备中表现特别出色。

    Feb, 2020