11:57官方账号arXiv cs.AI@Solomon Micheal Serunjogi, Rachmad Vidya Wicaksana Putra, Ayat Taha, Muhammad Shafique, Mahmoud RasrasMDTransformer是一种基于模式分割光学数据流的硬件-软件协同设计光子Transformer加速器。它利用逆设计的多模耦合器、交叉器和MZ IQ调制器构建紧凑的MPTC,实现每波导四倍并行度,无需光谱滤波。其模拟乘法有效精度低于4比特,模态间串扰低于-30 dB。在DeiT-Tiny/Small/Base和BERT-Base/Large工作负载上,相比最先进PTA,面积减少40.4%,功耗节省63.6%,能耗节省40.6%,延迟相当。论文MDTransformer光子加速器逆设计推荐理由:这篇论文用光学模式分割做Transformer加速,面积功耗比之前方案强很多,值得搞硬件的看看。原文稍后读已读值得跟进有用关注 MDTransformer
10:10官方账号arXiv cs.LG@Xiangming Huang, Guannan Zhang, Lu Lu, Raphaël Pestourie论文提出NOTES方法,将DeepONet神经算子与CMA-ES进化策略结合,在紧凑潜空间中进行全局优化。该方法将纳米光子束偏转器的设计维度从256降至25,并实现超过95%的效率。在结构优化任务中,NOTES发现的合规性设计达到246。与CMA-ES、拓扑优化等基线相比,NOTES在性能和迁移性上均有提升。论文NOTESDeepONetCMA-ES推荐理由:这篇论文搞了个叫NOTES的框架,用神经算子压缩设计空间,再用进化策略找最优,在纳米光子偏转器上效率超95%,比传统方法好。原文稍后读已读值得跟进有用关注 NOTES