論文の概要: PISim: A Unified Photonic Inference Simulator for Hardware-Aware Cross-Layer Design-Space Exploration
- arxiv url: http://arxiv.org/abs/2611.16522v1
- Date: Thu, 12 Nov 2026 09:18:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.411695
- Title: PISim: A Unified Photonic Inference Simulator for Hardware-Aware Cross-Layer Design-Space Exploration
- Title(参考訳): PISim:ハードウェア対応クロス層設計空間探索のための統一フォトニック推論シミュレータ
- Abstract要約: フォトニック・ニューラル・アクセラレーターは、超低遅延線形代数を提供するが、その使用可能な数値精度、持続的なスループット、および応用精度は、周囲の電気光学界面と物理的非イデオロギーによって厳密に拘束されている。
textbfPISimは,6つの加速器アーキテクチャーファミリー,6つの電気光学変調器技術,4つの光学光源組織,および直接コヒーレントな読み出しスキームの物理モデルと,事前訓練されたディープニューラルネットワーク実行を結合した統合フォトニック推論シミュレータである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Photonic neural accelerators offer ultra-low latency linear algebra, yet their usable numerical precision, sustainable throughput, and application accuracy remain tightly bounded by surrounding electro-optical interfaces and physical non-idealities. Pre-fabrication design-space exploration (DSE) requires a cross-layer electronic design automation (EDA) framework capable of evaluating disparate optical topologies under identical neural workloads and physical assumptions. We present \textbf{PISim}, a unified Photonic Inference Simulator that couples pretrained deep neural network execution with physics-based models of six accelerator architecture families, six electro-optic modulator technologies, four optical source organizations, and direct or coherent readout schemes. PISim embeds stage-resolved impairment operators---covering control and analog-to-digital quantization, finite extinction ratio, shot noise, correlated relative-intensity noise (RIN), thermal drift, propagation loss, and channel crosstalk---alongside an analytical cycle-level interface timing model to expose electronic-optical bottlenecks. Using simulated MNIST multilayer perceptron (MLP) benchmarks, we demonstrate how PISim identifies optimal precision operating points under multi-impairment stress (peaking at 6 bits for Mach--Zehnder and microring modulators), quantifies a 52.5 percentage-point accuracy gap between VCSEL-array and parallel-fanout laser architectures arising, under the modeled conditions, from power partitioning and correlated source noise, and models interface-limited throughput scaling across emitter-array widths from 32 to 128 channels. This comprehensive framework establishes an extensible, reproducible foundation for accuracy-constrained Pareto optimization prior to photonic tape-out.
- Abstract(参考訳): フォトニック・ニューラル・アクセラレーターは、超低遅延線形代数を提供するが、その使用可能な数値精度、持続的なスループット、および応用精度は、周囲の電気光学界面と物理的非イデオロギーによって厳密に拘束されている。
プレファブリケーション設計空間探索(DSE)は、異なる光学トポロジを同一のニューラルワークロードと物理的仮定で評価できる層間電子設計自動化(EDA)フレームワークを必要とする。
本稿では,6つの加速器アーキテクチャファミリ,6つの電気光学変調器技術,4つの光源組織,および直接的あるいはコヒーレントな読み出しスキームの物理モデルと,事前訓練されたディープニューラルネットワーク実行を結合した統合フォトニック推論シミュレータである「textbf{PISim}」を紹介する。
PISimは、制御のカバーとアナログ-デジタル量子化、有限消音率、ショットノイズ、相関相対強度ノイズ(RIN)、熱ドリフト、伝搬損失、チャネルクロストークを組み込んで、分析サイクルレベルのインターフェースタイミングモデルを構築し、電子光学的ボトルネックを露呈する。
シミュレーションされたMNIST多層パーセプトロン(MLP)ベンチマークを用いて、PSIimがマルチインペアメントストレス下で最適な精度の動作点(マッハ-ツェンダーとマイクロリング変調器の6ビット)を識別し、パワーパーティショニングと相関音源ノイズからモデル化された条件下で発生するVCSEL-arrayとパラレルファンアウトレーザアーキテクチャの52.5パーセンテージ精度ギャップを定量化し、32~128チャンネルのエミッタアレイ幅にまたがるインターフェース制限スループットスケーリングをモデル化した。
この包括的枠組みは、フォトニックテープアウトに先立って精度制約付きパレート最適化のための拡張可能かつ再現可能な基盤を確立する。
関連論文リスト
- Transolver-$σ$: Joint Spectral-Physical Subspace Modeling for Neural PDE Solving [53.58729034895666]
Transolver-$は、結合スペクトル-物理部分空間モデリングに基づくニューラルPDEソルバである。
平均的な相対誤差を33.4%減らし、各基準に対して最強の基準線を上回り、最先端を達成している。
論文 参考訳(メタデータ) (2026-09-29T11:24:19Z) - Machine Learning-Based Reconstruction for Resistive Silicon Sensors [53.365453214937496]
抵抗型シリコンセンサの機械学習による再構成と圧縮について検討した。
相関パッドからのフルウェーブフォーム情報を用いて、再構成を規則化し、空間情報を抽出する。
まず、LSTM層に基づくリカレントニューラルネットワークモデルを紹介し、フルウェーブフォーム再構成のための概念実証実装を提供する。
論文 参考訳(メタデータ) (2026-07-13T14:03:26Z) - Physics-Based Flow Matching for Full-Field Prediction of Silicon Photonic Devices [0.02455468619225742]
我々は、フォトニックデバイスにおける電界分布を予測する生成型ニューラルネットワークであるPICFlowを提案する。
提案手法は, (i) 生成フレームワークとしての条件付きフローマッチング, (ii) 実フィールドチャネルと虚フィールドチャネルを実数値で操作するU-Net, (iii) ランタイムナブラ2 E_z + k2 varepsilon E_z = 0$のHelmholtz残留損失による物理制約付きトレーニングの3つを組み合わせたものである。
論文 参考訳(メタデータ) (2026-05-07T20:40:24Z) - Small-scale photonic Kolmogorov-Arnold networks using standard telecom nonlinear modules [0.6219327347402195]
フォトニックニューラルネットワークは超高速な推論を約束するが、ほとんどのアーキテクチャは電子的非線形性を持つ線形光学メッシュに依存している。
ここでは、標準電気通信コンポーネントで完全に実装された小規模フォトニックKolmogorov-Arnoldネットワーク(SSP-KAN)を紹介する。
少数の光学モジュールからなるSSP-KANは、分類、回帰、画像認識タスク間で強い非線形推論性能を達成する。
論文 参考訳(メタデータ) (2026-04-09T16:34:58Z) - Advancing accelerator virtual beam diagnostics through latent evolution modeling: an integrated solution to forward, inverse, tuning, and UQ problems [46.568487965999225]
我々は,高次元位相空間を低次元表現に投影するオートエンコーダと,潜時空間における時間ダイナミクスを学習するための変換器を備えたハイブリッド機械学習フレームワークであるLatent Evolution Model (LEM)を提案する。
テキストフォワードモデリングでは、CVAEは6次元位相空間の15のユニークな射影を潜在表現に符号化し、トランスフォーマーは上流からの入力から下流の潜在状態を予測する。
テキスト逆問題では、(a)下流観測から上流位相空間を予測すること、(b)潜時空間からRF設定を推定することの2つの異なる課題に対処する。
論文 参考訳(メタデータ) (2026-02-26T04:46:26Z) - SEPhIA: <1 laser/neuron Spiking Electro-Photonic Integrated Multi-Tiled Architecture for Scalable Optical Neuromorphic Computing [0.11971027459760782]
SEPhIAは,実装の実現可能性と現実的なスケーリングを重視した光電子・マルチタイルSNNアーキテクチャである。
SEPhIAは、マイクロリング共振器変調器(MRM)とマルチ波長ソースを利用して、効果的にサブ・ワン・レーザー・パー・スパイキングニューロン効率を実現する。
論文 参考訳(メタデータ) (2025-10-08T18:24:29Z) - PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。
本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。
これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。
Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
論文 参考訳(メタデータ) (2025-09-29T14:36:45Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳(メタデータ) (2025-09-11T23:12:55Z) - PACE: Pacing Operator Learning to Accurate Optical Field Simulation for Complicated Photonic Devices [14.671301859745453]
既存のSOTAアプローチであるNeurOLightは、現実世界の複雑なフォトニックデバイスに対する高忠実度フィールドの予測に苦労している。
長距離モデリング能力の強いクロス軸分解型PACE演算子を提案する。
人間の学習に触発されて、非常に難しいケースのシミュレーションタスクを、段階的に簡単な2つのタスクに分解する。
論文 参考訳(メタデータ) (2024-11-05T22:03:14Z) - Analysis of Optical Loss and Crosstalk Noise in MZI-based Coherent
Photonic Neural Networks [8.930237478906266]
シリコンフォトニックベースのニューラルネットワーク(SP-NN)アクセラレーターは、電子加速器に代わる有望な代替品として登場した。
本稿ではボトムアップ手法を用いて,光損失とクロストークノイズを包括的にモデル化する。
異なるスケールのSP-NNに対して,高出力のペナルティと破滅的推論精度が最大84%低下することを示す。
論文 参考訳(メタデータ) (2023-08-07T02:01:18Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。