🧠 Fotônica Neuromórfica [MOD-NEU05] • Módulo 5

Bancos de Pesos WDM e Conectividade Broadcast-and-WeightWDM Weight Banks & Broadcast-and-Weight Architecture

Arquitetura Tait-Prucnal, bancos de microranéis para pesos contínuos [-1, +1], detecção balanceada e diafoniaTait-Prucnal architecture, microring weight banks for continuous [-1, +1] weights, balanced detection, and crosstalk

Docente Responsável: Prof. Marcelo Eduardo Vieira Segatto • IN-Foton & UFES
Material Oficial: Decks Beamer em PDF • Acesso Aberto CC-BY-SA 4.0
📥 Baixar Slides Oficiais (PDF) ⚡ Abrir Simulador Interativo ↓
📖 1. Fundamentos Teóricos 📐 2. Modelagem Física ⚡ 3. Laboratório Virtual no Browser 📚 4. Referências Científicas

1. O Paradigma Broadcast-and-Weight em Fotônica Integrada

Enquanto malhas interferométricas coerentes operam por divisão espacial de feixes em um único comprimento de onda, a arquitetura Broadcast-and-Weight (proposta por Alexander Tait, Bhavin Shastri e Paul Prucnal em 2014 e expandida em 2017) explora a dimensão espectral via Multiplexação por Comprimento de Onda (WDM). Cada nó neural emissor modula um comprimento de onda exclusivo $\lambda_i$. Os sinais ópticos são então multiplexados e transmitidos por difusão (broadcast) através de um barramento passivo compartilhado.

Em cada nó neural receptor, um banco de microrressonadores em anel (MRR weight bank) filtra individualmente cada canal espectral $\lambda_i$. Ajustando termicamente ou eletro-opticamente a ressonância do anel em relação ao comprimento de onda da portadora, a fração de potência desviada para a porta *Drop* ou transmitida pela porta *Through* é modulada com precisão contínua.

1. The Broadcast-and-Weight Neuromorphic Paradigm

Unlike coherent spatial meshes, the Broadcast-and-Weight architecture (Tait, Shastri & Prucnal 2017) leverages Wavelength-Division Multiplexing (WDM). Each neuron modulates a dedicated wavelength channel $\lambda_i$. Multiplexed wavelengths broadcast through a shared bus to receptive nodes containing microring resonator (MRR) weight banks.

2. Ponderação Bipolar Contínua $[-1, +1]$ e Detecção Balanceada

Redes neurais biológicas e artificiais exigem pesos sinápticos positivos (excitatórios) e negativos (inibitórios). No entanto, a intensidade óptica é uma grandeza puramente não-negativa ($I \ge 0$). A arquitetura de Tait & Prucnal resolve essa limitação acoplando as portas *Through* e *Drop* do banco de microrressonadores a um par de fotodiodos balanceados:

$$I_{\text{PD}} = \mathcal{R} \sum_{i=1}^{M} \left[ T_{\text{through}, i}(\Delta \lambda_i) - T_{\text{drop}, i}(\Delta \lambda_i) \right] P_{\text{in}, i}$$

Definindo o peso efetivo como $w_i = T_{\text{through}, i} - T_{\text{drop}, i}$, o peso sináptico varia continuamente no intervalo $[-1, +1]$:

  • Ressonância Total no Drop: $w_i = 0 - 1 = -1$ (Peso puramente inibitório);
  • Dessintonia Total: $w_i = 1 - 0 = +1$ (Peso puramente excitatório);
  • Divisão Simétrica $3\text{ dB}$ ($50:50$): $w_i = 0{,}5 - 0{,}5 = 0$ (Peso nulo).

A soma de todas as sinapses ocorre instantaneamente no domínio elétrico pela Lei das Correntes de Kirchhoff no nó central dos fotodiodos balanceados, operando com largura de banda de dezenas de gigahertz.

2. Continuous Bipolar Weighting $[-1, +1]$ via Balanced Photodetection

Because optical intensity is non-negative, bipolar weights require differential detection. Connecting through and drop ports to a balanced photodiode pair computes the net photocurrent:

$$I_{\text{net}} = \mathcal{R} \sum_{i=1}^{M} \left[ T_{\text{through}}(\Delta \lambda_i) - T_{\text{drop}}(\Delta \lambda_i) \right] P_i = \sum_i w_i P_i$$

where $w_i \in [-1, +1]$. Summation occurs instantaneously via Kirchhoff current laws.

⚡ Laboratório Virtual: Bancos de Pesos WDM e Conectividade Broadcast-and-Weight Virtual Laboratory: WDM Weight Banks & Broadcast-and-Weight Architecture

HTML5 Canvas Live
0.75
-0.50
Fotocorrente Resultante Total ($I_{\text{net}} = \mathcal{R} \sum w_i P_i$)
0.213 mA

📚 Referências Científicas do Módulo

← Módulo Anterior← Previous Module
Sumário da TrilhaTrack Outline
MOD-NEU06: Computação por Reservatório Fotônico →Next Module →