광자는 본질적으로 높은 대역폭, 초고속 속도, 낮은 에너지 비용, 낮은 지연 시간 및 극단적인 병렬 처리를 가능하게 하는 여러 직교 자유도로 인해 유망한 컴퓨팅 매체입니다. 광학 하드웨어는 인공지능의 높은 요구를 충족시킬 수 있는 특성이 있어, 계산 집약적이고 전력을 많이 소모하는 작업 부하를 빠르게 처리할 수 있게 합니다. 이는 광학 신경망 가속기의 개발을 촉진합니다. 지난 수십 년 동안 통합 광학 신경망은 상당한 아키텍처 발전을 이루어, 다양한 알고리즘 모델을 구현하고 다양한 데이터 모달리티를 수용하며, 확장되는 응용 분야의 문제를 해결할 수 있게 되었습니다. 현재까지, 광자 고유의 패러다임과 디지털에서 영감을 받은 뉴로모픽 알고리즘이 통합 광학 플랫폼에서 제안되고 입증되었습니다. 본 리뷰에서는 기반이 되는 알고리즘과 아키텍처, 최신 플랫폼 구현 및 유망한 응용 분야를 강조하며 통합 광학 신경망에 대한 개요를 제공합니다. 또한 현재의 도전 과제를 분석하고 향후 발전에 대한 전망을 제공합니다.
Wang et al. (Sun,) 이 질문을 연구했습니다.