• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    用于人工智能的硅基光電子芯片

    2021-11-28 08:54:17白冰裴麗左曉燕
    中興通訊技術(shù) 2021年1期
    關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)人工智能

    白冰 裴麗 左曉燕

    摘要:提出了利用硅基光電子芯片進(jìn)行人工神經(jīng)網(wǎng)絡(luò)計(jì)算處理的方法。硅基光電子芯片憑借光子的獨(dú)特性質(zhì),能夠在人工神經(jīng)網(wǎng)絡(luò)的計(jì)算處理中發(fā)揮高帶寬、低時(shí)延等優(yōu)勢(shì)。在處理深度學(xué)習(xí)中大量的矩陣計(jì)算的乘加任務(wù)時(shí),硅基光電子芯片擁有更高的處理速度和更低的能耗,從而有利于深度學(xué)習(xí)中的人工神經(jīng)網(wǎng)絡(luò)計(jì)算速度和性能的提升。

    關(guān)鍵詞:人工神經(jīng)網(wǎng)絡(luò);硅基光電子芯片;人工智能;深度學(xué)習(xí)

    Abstract: Silicon photonic chips are used to perform artificial neural network computation. Because of the unique properties of photons, silicon photonic chips have the advantages of high bandwidth and low delay in the computation and processing of artificial neural network. When dealing with the multiplication and addition task of a large number of matrix calculations in deep learning, silicon photonic chips have higher processing speed and lower energy consumption, which is beneficial to the improvement of the computational speed and performance of artificial neural network in deep learning.

    Keywords: artificial neural network; silicon photonic chips; artificial intelligence; deep learning

    人工智能發(fā)展的著眼點(diǎn)之一是強(qiáng)大的大型數(shù)據(jù)集處理工具。這就要求計(jì)算機(jī)在沒(méi)有獲得明確指令的條件下,能快速高效地學(xué)習(xí)并組合分析大量信息。人工神經(jīng)網(wǎng)絡(luò)就是可以進(jìn)行學(xué)習(xí)的數(shù)據(jù)處理計(jì)算機(jī),而以人工神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的深度學(xué)習(xí)算法因其在圖像識(shí)別、問(wèn)題決策、語(yǔ)言翻譯、自動(dòng)駕駛[1]、醫(yī)療輔助[2]等方面的應(yīng)用而受到學(xué)術(shù)界和工業(yè)界的關(guān)注。

    目前,人工神經(jīng)網(wǎng)絡(luò)幾乎全部依賴于傳統(tǒng)的電域集成芯片,包括中央處理器(CPU)、圖形處理器(GPU)、現(xiàn)場(chǎng)可編程門陣列(FPGA)、專用集成電路(ASIC)。微電子芯片因其結(jié)構(gòu)上無(wú)法規(guī)避的缺陷,在處理大量的矩陣運(yùn)算時(shí),面臨帶寬低、功耗大、速度慢等問(wèn)題,但人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的基礎(chǔ)就是大量的矩陣運(yùn)算;因此,要想實(shí)現(xiàn)深度的人工神經(jīng)網(wǎng)絡(luò),就需要更多的時(shí)間和能耗成本。我們可以通過(guò)不斷提高芯片集成度,進(jìn)行存內(nèi)計(jì)算等方法解決這個(gè)問(wèn)題;但與此同時(shí),晶體管尺寸不斷縮小,晶體管的性能也越來(lái)越受到量子效應(yīng)的影響,這限制了集成度的不斷提高。另外,存內(nèi)計(jì)算的方法與現(xiàn)有的人工神經(jīng)網(wǎng)絡(luò)算法匹配度不高也限制了存內(nèi)計(jì)算這種方法的應(yīng)用。

    為了解決上述問(wèn)題,學(xué)術(shù)界和工業(yè)界越來(lái)越多地致力于開發(fā)新的硬件架構(gòu),以適應(yīng)人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的應(yīng)用。借助光子器件優(yōu)勢(shì)(帶寬大、速度快),業(yè)界提出將一部分信息承載和計(jì)算處理用于改善電域芯片存在的問(wèn)題。相比于傳統(tǒng)的三五族或鈮酸鋰光器件,硅基光電子芯片上的光器件集成在同一硅襯底上,集成度更好且基本與成熟的互補(bǔ)金屬氧化物半導(dǎo)體(COMS)工藝兼容。

    利用光電子技術(shù)實(shí)現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)主要包括前饋神經(jīng)網(wǎng)絡(luò)(FNN)、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)、脈沖神經(jīng)網(wǎng)絡(luò)(SNN)3種類型。馬赫·曾德?tīng)柛缮鎯x(MZI)和微環(huán)諧振器(MRR)具有干涉、諧振等物理特性,可以實(shí)現(xiàn)調(diào)制器、濾波器等多種器件功能,被廣泛地用于通信、傳感等領(lǐng)域。目前相對(duì)比較完善的、主流的硅基集成通信芯片是基于MZI和MRR的兩種類型,因此人工神經(jīng)網(wǎng)絡(luò)芯片也主要基于這兩種類型。本文中,我們圍繞這兩種類型對(duì)硅基光電子人工智能芯片的進(jìn)展進(jìn)行簡(jiǎn)要闡述,并對(duì)未來(lái)的發(fā)展態(tài)勢(shì)進(jìn)行展望。

    1 利用光網(wǎng)絡(luò)進(jìn)行矩陣運(yùn)算

    人工神經(jīng)網(wǎng)絡(luò)的思路是首先將輸入的事物轉(zhuǎn)化為矩陣,然后經(jīng)過(guò)大量的矩陣運(yùn)算,最終得到所需要的結(jié)果。不同算法的處理流程可能會(huì)有一些差異,但是都會(huì)包含大量的矩陣運(yùn)算。矩陣運(yùn)算的基礎(chǔ)就是乘積累加運(yùn)算(MAC)。在光子領(lǐng)域?qū)崿F(xiàn)MAC操作并不會(huì)在本質(zhì)上消耗能量,這是光子集成電路的優(yōu)勢(shì)之一。

    1.1 集成MZI進(jìn)行矩陣運(yùn)算的原理

    利用MZI進(jìn)行片上矩陣運(yùn)算的原理是基于M. RECK等于1994年提出的酉矩陣分解方法[3]的。在該方法中,可調(diào)反射率和透過(guò)率的分束器和可調(diào)的移相器組成基本單元,并通過(guò)電壓控制分束器的分光比和移相器的相位實(shí)現(xiàn)控制輸出端口的光強(qiáng),如圖1所示[3]。酉矩陣運(yùn)算中輸入的N×1列向量元素大小由輸入光強(qiáng)大小來(lái)表示,位置由輸入端口的位置表示,輸入的多束光分別從入口端MZI的一個(gè)臂進(jìn)入MZI陣列,N×N酉矩陣中的元素使用MZI陣列中每一個(gè)MZI包含的2個(gè)移相器和分光器的參數(shù)來(lái)表示。這使得光通過(guò)這些MZI時(shí),相位和幅度會(huì)發(fā)生改變,進(jìn)而達(dá)到計(jì)算效果。最后根據(jù)輸出端的N×1個(gè)輸出光強(qiáng)大小來(lái)計(jì)算結(jié)果列向量元素大小,元素位置由輸出端口的位置表示。在進(jìn)行輸入光強(qiáng)的調(diào)制和輸出光強(qiáng)的探測(cè)后,利用光網(wǎng)絡(luò)可實(shí)現(xiàn)酉矩陣的計(jì)算。

    圖1為光路酉矩陣分解結(jié)構(gòu)。其中,較大黑橫矩形表示分光比可調(diào)分束器,小黑斜矩形表示移相器,上方細(xì)長(zhǎng)黑矩形為全反射鏡面。

    在酉矩陣實(shí)現(xiàn)之后,我們可以利用奇異值分解(SVD)的方法對(duì)任意矩陣進(jìn)行分解,即SVD將矩陣分解為2個(gè)酉矩陣和1個(gè)對(duì)角矩陣酉矩陣,光路對(duì)角矩陣的模擬用衰減器即可完成,MZI也可以做衰減器。這樣就實(shí)現(xiàn)了利用MZI進(jìn)行矩陣運(yùn)算。

    1.2 集成MRR實(shí)現(xiàn)矩陣運(yùn)算的原理

    MRR可以先將特定波長(zhǎng)的光信號(hào)耦合到環(huán)上進(jìn)行調(diào)制,然后再耦合進(jìn)直波導(dǎo)。MRR實(shí)現(xiàn)矩陣運(yùn)算的原理為:通過(guò)透過(guò)率的調(diào)節(jié)來(lái)實(shí)現(xiàn)矩陣的表示。首先矩陣運(yùn)算中輸入的N×1列向量中的元素大小用光強(qiáng)大小表示,列向量中元素的位置由不同的波長(zhǎng)表示(因?yàn)檩斎肓邢蛄縼?lái)自于電域信號(hào),所以需要通過(guò)調(diào)制器進(jìn)行電光轉(zhuǎn)換)。M×N矩陣的每一列元素用同一個(gè)波長(zhǎng)表示,不同列用不同的波長(zhǎng)表示,也就是說(shuō)同一列的MRR耦合的是同一個(gè)波長(zhǎng)。矩陣的每一行用一個(gè)公共波導(dǎo)以及耦合在其上的MRR表示,然后每行上的MRR根據(jù)諧振波長(zhǎng)的不同,分別對(duì)輸入的不同波長(zhǎng)的光信號(hào)進(jìn)行強(qiáng)度調(diào)制以實(shí)現(xiàn)乘法器,強(qiáng)度的大小表示的是此行元素的大小,然后MRR再將不同波長(zhǎng)的光信號(hào)耦合入公共的波導(dǎo)實(shí)現(xiàn)加法器。最后矩陣運(yùn)算結(jié)果是一個(gè)M×1列向量,其元素大小通過(guò)光強(qiáng)大小來(lái)表示,然后經(jīng)光電探測(cè)器進(jìn)行光電轉(zhuǎn)換后,再通過(guò)測(cè)量電流大小后得到。

    圖2所示的是YANG L.等提出的一種利用MRR來(lái)實(shí)現(xiàn)矩陣運(yùn)算的方法[4]。這種MRR光網(wǎng)絡(luò)結(jié)構(gòu)可以執(zhí)行一個(gè)M×N矩陣A和一個(gè)N×1向量B的乘法。B是輸入向量,用N個(gè)不同波長(zhǎng)光信號(hào)的光功率大小來(lái)表示向量B中的元素。這一個(gè)列向量B是通過(guò)N個(gè)外部調(diào)制或直接調(diào)制激光二極管所生成的。N個(gè)光信號(hào)通過(guò)一個(gè)多路復(fù)用器被多路復(fù)用到一個(gè)公共波導(dǎo)上,然后通過(guò)一個(gè)1×M的光分路器將其平行投影到M行調(diào)制器上。矩陣A的aij元素由位于矩陣第i行和第j列的MRR的透射率表示,位于同一行的每個(gè)MRR僅對(duì)具有特定波長(zhǎng)的光信號(hào)進(jìn)行操作。隨著M×N光脈沖通過(guò)MRR矩陣,光信號(hào)就在環(huán)上進(jìn)行了所有的M×N乘法過(guò)程。在M個(gè)環(huán)上進(jìn)行乘法運(yùn)算后,其累加過(guò)程在公共輸出波導(dǎo)中進(jìn)行。因?yàn)椴煌ㄩL(zhǎng)的信號(hào)在公共波導(dǎo)中幾乎不會(huì)互相干擾。結(jié)果向量C的元素由光檢測(cè)器陣列檢測(cè)到的M個(gè)光功率表示。由此,利用MRR進(jìn)行的矩陣運(yùn)算便得以實(shí)現(xiàn)。

    2 現(xiàn)階段片上人工神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)

    由光來(lái)進(jìn)行矩陣運(yùn)算是解決人工神經(jīng)網(wǎng)絡(luò)需要大量矩陣運(yùn)算的思路之一。現(xiàn)階段,硅基集成的、可用于搭建人工神經(jīng)網(wǎng)絡(luò)的典型基礎(chǔ)器件就是MZI和MRR。通過(guò)這些器件的光學(xué)特性實(shí)現(xiàn)了MAC運(yùn)算和脈沖神經(jīng)元的模擬。借助光子數(shù)據(jù)處理方面的優(yōu)勢(shì),我們將軟件和硬件進(jìn)行深度匹配,使用高效的光電計(jì)算取代微電子處理器的計(jì)算[5]。光電子集成、數(shù)學(xué)和軟件算法等領(lǐng)域的深度交叉是解決人工神經(jīng)網(wǎng)絡(luò)算法大量密集計(jì)算問(wèn)題的路徑之一,也是人工神經(jīng)網(wǎng)絡(luò)算法片上實(shí)現(xiàn)的發(fā)展趨向。

    2.1 MZI型片上人工神經(jīng)網(wǎng)絡(luò)

    在基于MZI構(gòu)建的前饋人工神經(jīng)網(wǎng)絡(luò)中,信息從輸入層單向傳遞到輸出層。信號(hào)前向傳播時(shí),不需要將輸出再次反饋,只需要進(jìn)行加、乘,以及比較操作即可,這與擅長(zhǎng)矩陣運(yùn)算的光網(wǎng)絡(luò)相匹配;因此,此種方法的光路硬件的實(shí)現(xiàn)獲得了廣泛的探索和關(guān)注。雖然M. RECK等發(fā)現(xiàn)以MZI進(jìn)行酉矩陣的分解方法時(shí)并未考慮集成[3],但是MZI型人工神經(jīng)網(wǎng)絡(luò)日漸向集成發(fā)展。W. R. CLEMENTS等在2016年基于M. RECK等的三角分解法提出了矩形分解法[6],將MZI進(jìn)行重新排布來(lái)實(shí)現(xiàn)酉矩陣運(yùn)算。通過(guò)將MZI的排布形狀從三角轉(zhuǎn)化為矩形,減少一半的光學(xué)深度,同時(shí)也增加了計(jì)算網(wǎng)絡(luò)的誤差容忍度。酉矩陣的分解過(guò)程如圖3所示。酉矩陣矩形分解方法比酉矩陣三角分解方法更有優(yōu)勢(shì)。這是因?yàn)橛暇仃嚾欠纸夥椒ǖ墓饴肥遣粚?duì)稱的,從而導(dǎo)致了一些傳輸過(guò)程中的誤差。矩形設(shè)計(jì)減小了線路不對(duì)稱性,并縮短了最長(zhǎng)鏈路的長(zhǎng)度,從而減少了光傳播的路徑損耗和誤差。在對(duì)500個(gè)隨機(jī)生成含誤差酉矩陣傳輸?shù)哪M中,隨著酉矩陣規(guī)模N從2擴(kuò)大到50,三角分解方法的準(zhǔn)確度由100%下降到約82%;但是矩形分解方法的準(zhǔn)確度并未發(fā)生明顯下降,一直保持在約100%,具體如圖4所示。

    2017年,SHEN Y. C.等利用56個(gè)MZI實(shí)現(xiàn)了可以用于元音識(shí)別的全連接片上神經(jīng)網(wǎng)絡(luò),制成了光子干涉單元芯片。芯片的部分結(jié)構(gòu)如圖5所示[7]。在這個(gè)設(shè)計(jì)中,通過(guò)MZI陣列進(jìn)行神經(jīng)元線性部分的運(yùn)算,人工神經(jīng)網(wǎng)絡(luò)中的非線性激活函數(shù)采用電域仿真的方法得以實(shí)現(xiàn),最終可實(shí)現(xiàn)全連接神經(jīng)網(wǎng)絡(luò)的片上系統(tǒng)。該芯片搭建了2層、每層4個(gè)神經(jīng)元的全連接神經(jīng)網(wǎng)絡(luò)。圖5所示的芯片結(jié)構(gòu)只有1個(gè)酉矩陣和1個(gè)對(duì)角陣,所以應(yīng)用時(shí)要先將元音信號(hào)轉(zhuǎn)為光信號(hào),取得結(jié)果放到電域中處理為光信號(hào)再傳進(jìn)來(lái),至此完成一層計(jì)算。將以上過(guò)程循環(huán)兩遍即為2層神經(jīng)網(wǎng)絡(luò)。上述結(jié)構(gòu)在對(duì)4個(gè)元音的分類的實(shí)驗(yàn)中,能夠從大量不同元音的語(yǔ)音信號(hào)中正確識(shí)別和分類元音,準(zhǔn)確率達(dá)到76.7%。

    2019年,M. Y. S. FANG等研究了兩種類型的MZI神經(jīng)網(wǎng)絡(luò),分別為GridNet(網(wǎng)格網(wǎng)絡(luò))、FFTNet(快速傅里葉變換網(wǎng)絡(luò)),其物理結(jié)構(gòu)如圖5所示[8]。其中,矩陣的分解采用的是SVD。FFT酉矩陣乘法器是非通用性的乘法器,它由Cooley-Tukey FFT算法啟發(fā)而來(lái),用犧牲通用性的方式來(lái)?yè)Q取結(jié)構(gòu)上的緊湊性。由圖6可以看出,GridNet和四邊形結(jié)構(gòu)是同一種結(jié)構(gòu),它和FFTNet結(jié)構(gòu)皆為8×4的線性矩陣運(yùn)算器。這兩種結(jié)構(gòu)均為仿真,在零誤差的情況下,GridNet的準(zhǔn)確率約為98%,F(xiàn)FTNet的準(zhǔn)確率約為95%,因此零誤差時(shí)的GridNet準(zhǔn)確率比FFTNet的準(zhǔn)確率高;但是在有差錯(cuò)的情況下,F(xiàn)FTNet的容錯(cuò)率要比GridNet高。在綜合誤差從0升高到0.02時(shí),F(xiàn)TTNet的準(zhǔn)確率由約95%降到約93%,而GridNet的準(zhǔn)確率由約97%降到約48%。越小的網(wǎng)絡(luò)差錯(cuò)傳播所帶來(lái)的誤差就會(huì)越小,這導(dǎo)致了FFTNet的穩(wěn)定性要優(yōu)于GridNet。

    綜上可得,無(wú)論是在矩陣規(guī)模擴(kuò)大還是誤差增加的情況下,三角結(jié)構(gòu)的準(zhǔn)確率低于矩形結(jié)構(gòu)。矩形結(jié)構(gòu)和GridNet是同種結(jié)構(gòu),它和FFTNet結(jié)構(gòu)各有利弊:GridNet結(jié)構(gòu)的通用性好,但在存在誤差的情況下,準(zhǔn)確率低;FFTNet通用性差,但在誤差存在的情況下,準(zhǔn)確率高。

    2.2 MRR型片上人工神經(jīng)網(wǎng)絡(luò)

    MRR神經(jīng)網(wǎng)絡(luò)主要用來(lái)實(shí)現(xiàn)脈沖神經(jīng)網(wǎng)絡(luò)(SNN)。這種網(wǎng)絡(luò)考慮了時(shí)間信息,相比于FNN和RNN更加接近于真實(shí)的人腦運(yùn)作情況,被稱為第3代神經(jīng)網(wǎng)絡(luò)[9]。

    圖7所示為A. N. TAIT等于2017年提出的一種廣播式MRR權(quán)值庫(kù)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò) [10]。這是一種以MRR調(diào)制器作為神經(jīng)元,由MRR權(quán)值庫(kù)連接而成的網(wǎng)絡(luò)。每一個(gè)MMR都承擔(dān)著一個(gè)權(quán)值,每一橫條聚集在一起的MMR叫權(quán)值庫(kù)。該芯片結(jié)構(gòu)包含4個(gè)節(jié)點(diǎn),帶有16個(gè)MRR。該結(jié)構(gòu)證明了硅光子電路與連續(xù)神經(jīng)網(wǎng)絡(luò)模型之間存在數(shù)學(xué)同構(gòu)關(guān)系。根據(jù)這種同構(gòu)性,我們利用“神經(jīng)編譯器”對(duì)一個(gè)模擬的24節(jié)點(diǎn)硅光子神經(jīng)網(wǎng)絡(luò)進(jìn)行編程,完成了微分系統(tǒng)仿真任務(wù)。根據(jù)推算,與傳統(tǒng)的解決相同問(wèn)題的CPU相比,此結(jié)構(gòu)的處理速度將提高294倍。

    2019年,A. N. TAIT等提出了一種神經(jīng)擬態(tài)的片上結(jié)構(gòu)[11],該結(jié)構(gòu)主要由2個(gè)光探測(cè)器和1個(gè)MRR組成,如圖8(a)所示。神經(jīng)元陣列由電脈沖強(qiáng)度調(diào)控單元及延時(shí)單元構(gòu)成,除泵浦激光器外,整體網(wǎng)絡(luò)可實(shí)現(xiàn)片上集成。每個(gè)MRR只有一個(gè)波長(zhǎng)(λi)。該結(jié)構(gòu)將MRR強(qiáng)度調(diào)制器和平衡的光電探測(cè)器組成電光脈沖強(qiáng)度和延遲調(diào)控單元,并使用電光脈沖進(jìn)行調(diào)控,以實(shí)現(xiàn)復(fù)雜的脈沖神經(jīng)網(wǎng)絡(luò)。當(dāng)輸入為2 ns脈沖偶極子,第2次的輸入相比于第1次輸入延遲一個(gè)波長(zhǎng),進(jìn)而產(chǎn)生t = 0時(shí)的脈沖重合。據(jù)此測(cè)得的加強(qiáng)、飽和、抑制3種情況下的結(jié)果如圖8(b)所示。在圖8(b)中,在可見(jiàn)增強(qiáng)情況下,脈沖出現(xiàn)過(guò)沖現(xiàn)象(超過(guò)57%);而在飽和情況下,脈沖只為輸入脈沖和的56%,且單脈沖抑制不完全。雖然存在一些問(wèn)題,但是這種結(jié)構(gòu)形成了全光廣播權(quán)值神經(jīng)網(wǎng)絡(luò)的組件類型,在一個(gè)集成的光子組件中包含了光到光的非線性、扇入和非確定性級(jí)聯(lián),實(shí)現(xiàn)了光子神經(jīng)元的網(wǎng)絡(luò)兼容的能力。

    目前MRR人工神經(jīng)網(wǎng)絡(luò)偏向于貼合神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)同構(gòu)模型的研究,采用比較統(tǒng)一的采用扇入結(jié)構(gòu)、光電光轉(zhuǎn)換等實(shí)現(xiàn)方案。

    2.3 MZI型與MRR型片上人工神經(jīng)網(wǎng)

    絡(luò)的對(duì)比

    MZI型片上人工神經(jīng)網(wǎng)絡(luò)是根據(jù)酉矩陣分解和計(jì)算來(lái)設(shè)計(jì)數(shù)學(xué)同構(gòu)性的;而MRR型片上人工神經(jīng)網(wǎng)絡(luò)則直接以普通矩陣的計(jì)算來(lái)設(shè)計(jì)數(shù)學(xué)同構(gòu)性。兩者本質(zhì)上都是用光器件來(lái)表現(xiàn)數(shù)學(xué)計(jì)算。由于MRR型仍在結(jié)構(gòu)探索階段,相比于MZI型,準(zhǔn)確性遠(yuǎn)遠(yuǎn)不足;而MZI型有較為成熟的應(yīng)用測(cè)試,但相比于傳統(tǒng)芯片,準(zhǔn)確性仍有不足。

    3 片上人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方案面臨的挑戰(zhàn)

    利用光子進(jìn)行計(jì)算具有諸多優(yōu)勢(shì),但目前仍存在一些問(wèn)題:

    (1)非線性激活函數(shù)是用來(lái)增加神經(jīng)網(wǎng)絡(luò)非線性的一種S形狀的函數(shù),它的硬件實(shí)現(xiàn)起來(lái)比較困難?,F(xiàn)在非線性函數(shù)的實(shí)現(xiàn)方式分為兩種:一種就是轉(zhuǎn)換到電域再處理[7]或利用電域輔助處理[12];另一種就是利用特殊材料,如可飽和吸收體和石墨烯等進(jìn)行處理。一方面,光電轉(zhuǎn)換限制了數(shù)據(jù)處理速度的進(jìn)一步提升;另一方面,大部分特殊材料的片上集成較為困難,不能與互補(bǔ)金屬氧化物半導(dǎo)體(CMOS)工藝兼容。

    (2)MZI的長(zhǎng)度約為200 μm,MRR的長(zhǎng)度約為25 μm。相比于電域的器件,芯片集成度差,目前工藝方面還有進(jìn)一步提升的空間。雖然看起來(lái)MRR要比MZI小一些,但是它們基本都屬于一個(gè)數(shù)量級(jí)。另外,由于目前硅基集成光器件的工藝仍舊不夠成熟,器件的一致性、穩(wěn)定性較差。

    (3)目前我們需要對(duì)光電人工智能芯片的匹配算法和外圍電路進(jìn)行設(shè)計(jì)[13],并需要將各領(lǐng)域技術(shù)深度融合。這個(gè)結(jié)合的過(guò)程需要重新進(jìn)行布局和設(shè)計(jì),在目前沒(méi)有統(tǒng)一標(biāo)準(zhǔn)的情況下。每一個(gè)光網(wǎng)絡(luò)結(jié)構(gòu)的出現(xiàn)都可能會(huì)導(dǎo)致外圍匹配的電路和算法重新被調(diào)整和優(yōu)化。

    4 結(jié)束語(yǔ)

    光電神經(jīng)網(wǎng)絡(luò)能夠利用光子技術(shù)的優(yōu)點(diǎn)并配合外圍電域進(jìn)行處理,在提升計(jì)算速度的同時(shí)也可以降低運(yùn)行功耗。無(wú)論是基于FNN的MZI前向人工神經(jīng)網(wǎng)絡(luò)芯片,還是基于SNN的MRR神經(jīng)擬態(tài)人工神經(jīng)網(wǎng)絡(luò)芯片,都可以利用硅基光電子技術(shù)進(jìn)行實(shí)現(xiàn)。此外,光電神經(jīng)網(wǎng)絡(luò)亦會(huì)隨著硅基光電子技術(shù)的成熟而不斷取得突破,如硅基片上光源、放大器、硅基單片集成、硅基新材料融合等新型硅基光電子技術(shù),都將為光電神經(jīng)網(wǎng)絡(luò)的物理研究提供嶄新的、開闊的思路。同時(shí),隨著與光電神經(jīng)網(wǎng)絡(luò)相匹配的算法演進(jìn),相信在將來(lái)的研究中,硅基光電子技術(shù)、硅基光電子芯片將為人工智能領(lǐng)域帶來(lái)全新的技術(shù)架構(gòu)和重大的產(chǎn)業(yè)升級(jí)。

    參考文獻(xiàn)

    [1] AL-QIZWINI M, BARJASTEH I, AL-QASSAB H, et al. Deep learning algorithm for autonomous driving using GoogLeNet [C]//2017 IEEE Intelligent Vehicles Symposium (IV). Los Angeles, USA: IEEE, 2017. DOI:10.1109/ ivs.2017.7995703

    [2] ESTEVA A, KUPREL B, NOVOA R A, et al. Dermatologist-level classification of skin cancer with deep neural networks [J]. Nature, 2017, 542(7639): 115-118. DOI: 10.1038/nature21056

    [3] RECK M, ZEILINGER A, BERNSTEIN H J, et al. Experimental realization of any discrete unitary operator [J]. Physical review letters, 1994, 73(1): 58. DOI:10.1103/physrevlett.73.58 DOI:10.1103/physrevlett.73.58

    [4] YANG L, JI R Q, ZHANG L, et al. On-chip CMOS-compatible optical signal processor [J]. Optics express, 2012, 20(12): 13560. DOI:10.1364/oe.20.013560

    [5] 白冰, 趙斌, 楊釗. 一種光子神經(jīng)網(wǎng)絡(luò)芯片以及數(shù)據(jù)處理系統(tǒng): CN110503196A [P]. 2019-11-26

    [6] CLEMENTS W R, HUMPHREYS P C, METCALF B J, et al. Optimal design for universal multiport interferometers [J]. Optica, 2016, 3(12): 1460. DOI:10.1364/optica.3.001460

    [7] SHEN Y C, HARRIS N C, SKIRLO S, et al. Deep learning with coherent nanophotonic circuits[C]//2017 IEEE Photonics Society Summer Topical Meeting Series (SUM). San Juan, USA: IEEE, 2017: 441-447. DOI:10.1109/ phosst.2017.8012714

    [8] FANG M Y S, MANIPATRUNI S, WIERZYNSKI C, et al. Design of optical neural networks with component imprecisions [J]. Optics express, 2019, 27(10): 14009. DOI:10.1364/ oe.27.014009

    [9] MAASS W. Networks of spiking neurons: the third generation of neural network models [J]. Neural networks, 1997, 10(9): 1659-1671. DOI: 10.1016/s0893-6080(97)00011-7

    [10] TAIT A N, DE LIMA T F, ZHOU E, et al. Neuromorphic photonic networks using silicon photonic weight banks [J]. Scientific reports, 2017, 7: 7430. DOI: 10.1038/s41598-017-07754-z

    [11] TAIT A N, DE FERREIRA L T, NAHMIAS M A, et al. Silicon photonic modulator neuron [J]. Physical review applied, 2019, 11(6): 064043. DOI: 10.1103/physrevapplied.11.064043

    [12] WILLIAMSON I A D, HUGHES T W, MINKOV M, et al. Reprogrammable electro-optic nonlinear activation functions for optical neural networks [J]. IEEE journal of selected topics in quantum electronics, 2020, 26(1): 1-12. DOI:10.1109/jstqe.2019.2930455

    [13] 白冰, 趙斌, 楊釗. 一種計(jì)算電路以及數(shù)據(jù)運(yùn)算方法: CN110597756A [P]. 2019

    作者簡(jiǎn)介

    白冰,北京交通大學(xué)光波技術(shù)研究所在讀博士研究生;主要從事硅光集成計(jì)算器件、光電異構(gòu)計(jì)算架構(gòu)和光電融合神經(jīng)網(wǎng)絡(luò)算法等領(lǐng)域的研究;已申請(qǐng)專利12項(xiàng)。

    裴麗,北京交通大學(xué)教授、博士生導(dǎo)師;主要從事全光交換、特種光纖、光電器件及基于智能光纖傳感的物聯(lián)網(wǎng)的研究;主持科研項(xiàng)目10余項(xiàng),發(fā)表SCI、EI論文200余篇。

    左曉燕,北京交通大學(xué)光波技術(shù)研究所在讀博士研究生;主要從事光神經(jīng)網(wǎng)絡(luò)、光電器件領(lǐng)域的研究。

    猜你喜歡
    人工神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)人工智能
    利用人工神經(jīng)網(wǎng)絡(luò)快速計(jì)算木星系磁坐標(biāo)
    人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)簡(jiǎn)單字母的識(shí)別
    電子制作(2019年10期)2019-06-17 11:45:10
    2019:人工智能
    商界(2019年12期)2019-01-03 06:59:05
    人工智能與就業(yè)
    數(shù)讀人工智能
    小康(2017年16期)2017-06-07 09:00:59
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場(chǎng)域建構(gòu)
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)的人臉年齡分析算法與實(shí)現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    下一幕,人工智能!
    欧美午夜高清在线| 久久九九热精品免费| x7x7x7水蜜桃| 免费在线观看日本一区| 熟妇人妻久久中文字幕3abv| 老司机靠b影院| av欧美777| 91av网站免费观看| 久久草成人影院| 午夜日韩欧美国产| 国内少妇人妻偷人精品xxx网站 | 亚洲真实伦在线观看| 亚洲熟妇熟女久久| 在线观看日韩欧美| 精品一区二区三区av网在线观看| 亚洲欧美精品综合一区二区三区| 国产免费av片在线观看野外av| 国产高清有码在线观看视频 | 亚洲一区高清亚洲精品| 亚洲中文日韩欧美视频| 日本五十路高清| 亚洲精品粉嫩美女一区| 麻豆成人午夜福利视频| 精品久久久久久久久久免费视频| 12—13女人毛片做爰片一| 制服丝袜大香蕉在线| 麻豆成人午夜福利视频| 亚洲国产欧美网| 国产精品综合久久久久久久免费| 国产成年人精品一区二区| 又大又爽又粗| 国产av一区在线观看免费| 欧美日本视频| 波多野结衣av一区二区av| 久久久精品欧美日韩精品| 日本一区二区免费在线视频| 久久 成人 亚洲| 国产成人欧美| 欧美性猛交黑人性爽| 麻豆成人午夜福利视频| 波多野结衣巨乳人妻| 一进一出抽搐gif免费好疼| 美女高潮喷水抽搐中文字幕| 香蕉国产在线看| 成人18禁高潮啪啪吃奶动态图| 国语自产精品视频在线第100页| 国产又爽黄色视频| 久久亚洲真实| 中文在线观看免费www的网站 | 日韩欧美一区二区三区在线观看| 亚洲aⅴ乱码一区二区在线播放 | 国产亚洲av高清不卡| 午夜福利一区二区在线看| а√天堂www在线а√下载| 最新在线观看一区二区三区| 欧美 亚洲 国产 日韩一| 亚洲真实伦在线观看| 亚洲性夜色夜夜综合| 国产成人一区二区三区免费视频网站| 亚洲国产欧美网| 人人妻,人人澡人人爽秒播| 国产三级黄色录像| 免费在线观看亚洲国产| 日韩国内少妇激情av| 男女午夜视频在线观看| 18禁美女被吸乳视频| 香蕉国产在线看| 日本三级黄在线观看| 手机成人av网站| 国产不卡一卡二| 99国产精品一区二区蜜桃av| 国产精品永久免费网站| 日本黄色视频三级网站网址| 哪里可以看免费的av片| 日本一区二区免费在线视频| 女人爽到高潮嗷嗷叫在线视频| 欧美又色又爽又黄视频| 国产亚洲精品久久久久5区| 国产区一区二久久| 白带黄色成豆腐渣| 国产91精品成人一区二区三区| 亚洲精品久久国产高清桃花| 淫妇啪啪啪对白视频| 精品国产超薄肉色丝袜足j| 久久久久久久久久黄片| 精品熟女少妇八av免费久了| 精品高清国产在线一区| 日韩成人在线观看一区二区三区| 日日干狠狠操夜夜爽| 中出人妻视频一区二区| 精品不卡国产一区二区三区| 亚洲av成人av| 18禁黄网站禁片午夜丰满| 色播在线永久视频| 欧美黑人精品巨大| 一本一本综合久久| 成人欧美大片| 午夜福利18| 国产黄色小视频在线观看| 可以免费在线观看a视频的电影网站| 搡老熟女国产l中国老女人| 午夜福利在线在线| 久久精品国产亚洲av高清一级| 婷婷丁香在线五月| 日本成人三级电影网站| 亚洲精品粉嫩美女一区| 黄色片一级片一级黄色片| 欧美在线一区亚洲| 日日爽夜夜爽网站| 身体一侧抽搐| 亚洲成人国产一区在线观看| 制服丝袜大香蕉在线| 桃色一区二区三区在线观看| 黄色a级毛片大全视频| 亚洲av五月六月丁香网| 男人舔奶头视频| 亚洲av美国av| 中文字幕另类日韩欧美亚洲嫩草| 老司机午夜十八禁免费视频| 久久国产亚洲av麻豆专区| 免费在线观看影片大全网站| 久久久久久久久久黄片| 亚洲五月婷婷丁香| 中出人妻视频一区二区| 在线国产一区二区在线| 一区二区三区激情视频| 久久狼人影院| 中文字幕另类日韩欧美亚洲嫩草| 免费在线观看亚洲国产| 中文字幕久久专区| 中文亚洲av片在线观看爽| 国产在线观看jvid| 成人午夜高清在线视频 | 变态另类成人亚洲欧美熟女| 久久久国产欧美日韩av| 免费在线观看完整版高清| 国产成人精品久久二区二区91| 久久这里只有精品19| 正在播放国产对白刺激| 亚洲一区中文字幕在线| 正在播放国产对白刺激| 在线国产一区二区在线| 日韩精品青青久久久久久| 免费电影在线观看免费观看| www.www免费av| 99热6这里只有精品| 免费观看精品视频网站| 精品一区二区三区视频在线观看免费| 日韩欧美一区视频在线观看| 日本 欧美在线| 国产激情久久老熟女| 搞女人的毛片| 久久国产精品影院| 免费看a级黄色片| 亚洲熟妇熟女久久| 高清毛片免费观看视频网站| 国产精品永久免费网站| 国产精品1区2区在线观看.| 99re在线观看精品视频| 色综合站精品国产| 最近在线观看免费完整版| 法律面前人人平等表现在哪些方面| 精品久久久久久久人妻蜜臀av| 国语自产精品视频在线第100页| 日韩精品免费视频一区二区三区| 国产伦人伦偷精品视频| 国产日本99.免费观看| 啦啦啦观看免费观看视频高清| 757午夜福利合集在线观看| 又紧又爽又黄一区二区| av天堂在线播放| av有码第一页| 国产亚洲av嫩草精品影院| 午夜久久久在线观看| 美国免费a级毛片| 久久欧美精品欧美久久欧美| 久久香蕉国产精品| 青草久久国产| 正在播放国产对白刺激| 亚洲精品一卡2卡三卡4卡5卡| 99re在线观看精品视频| 午夜亚洲福利在线播放| 亚洲欧美激情综合另类| 精品高清国产在线一区| 国产高清视频在线播放一区| 波多野结衣高清作品| 中文字幕人妻熟女乱码| 白带黄色成豆腐渣| 亚洲熟妇熟女久久| 伦理电影免费视频| 成人国产一区最新在线观看| 午夜福利在线观看吧| 成人一区二区视频在线观看| 国产精品香港三级国产av潘金莲| 女警被强在线播放| 婷婷亚洲欧美| 露出奶头的视频| 日本三级黄在线观看| 国内少妇人妻偷人精品xxx网站 | 日韩欧美一区二区三区在线观看| 国产区一区二久久| 悠悠久久av| 18禁美女被吸乳视频| 黄色a级毛片大全视频| 久久国产乱子伦精品免费另类| 一边摸一边抽搐一进一小说| 成人永久免费在线观看视频| 啦啦啦 在线观看视频| 国产v大片淫在线免费观看| 黄网站色视频无遮挡免费观看| or卡值多少钱| 午夜免费鲁丝| 欧美av亚洲av综合av国产av| 在线观看免费午夜福利视频| 成人国产综合亚洲| 美女高潮到喷水免费观看| 精品日产1卡2卡| 身体一侧抽搐| 视频在线观看一区二区三区| 亚洲一区二区三区不卡视频| 99在线人妻在线中文字幕| 可以免费在线观看a视频的电影网站| 亚洲精品在线美女| 免费搜索国产男女视频| 一区二区三区国产精品乱码| 88av欧美| 99热这里只有精品一区 | 夜夜躁狠狠躁天天躁| 免费在线观看影片大全网站| 18美女黄网站色大片免费观看| 精品久久久久久久人妻蜜臀av| 国产高清激情床上av| 欧美日韩福利视频一区二区| 国产精品亚洲一级av第二区| cao死你这个sao货| 国产伦在线观看视频一区| 18禁国产床啪视频网站| 成年免费大片在线观看| 久久久久久免费高清国产稀缺| 两个人视频免费观看高清| 怎么达到女性高潮| 他把我摸到了高潮在线观看| 特大巨黑吊av在线直播 | 可以免费在线观看a视频的电影网站| 亚洲一区二区三区色噜噜| 一夜夜www| 一级毛片女人18水好多| 97人妻精品一区二区三区麻豆 | 在线观看免费视频日本深夜| 99国产精品一区二区蜜桃av| 无限看片的www在线观看| 国产欧美日韩精品亚洲av| 午夜久久久在线观看| 久久欧美精品欧美久久欧美| 国产亚洲av嫩草精品影院| 免费在线观看视频国产中文字幕亚洲| 视频区欧美日本亚洲| 欧美国产日韩亚洲一区| 一级a爱片免费观看的视频| 好男人在线观看高清免费视频 | 男人操女人黄网站| 国产亚洲精品久久久久久毛片| 丝袜美腿诱惑在线| 欧美一级a爱片免费观看看 | 高清毛片免费观看视频网站| 国语自产精品视频在线第100页| 国产精品精品国产色婷婷| 国产aⅴ精品一区二区三区波| 国产亚洲精品第一综合不卡| 三级毛片av免费| 欧美三级亚洲精品| 久久精品91无色码中文字幕| 女性被躁到高潮视频| 欧美午夜高清在线| 国产精品亚洲av一区麻豆| 少妇粗大呻吟视频| 好男人在线观看高清免费视频 | 国产精品美女特级片免费视频播放器 | 亚洲国产欧美一区二区综合| 日韩国内少妇激情av| 成人免费观看视频高清| 成年免费大片在线观看| 欧美 亚洲 国产 日韩一| 日韩精品免费视频一区二区三区| 这个男人来自地球电影免费观看| 国产精品一区二区免费欧美| 悠悠久久av| 99国产综合亚洲精品| 精品午夜福利视频在线观看一区| 久热爱精品视频在线9| 美女高潮喷水抽搐中文字幕| 亚洲成人久久爱视频| 韩国av一区二区三区四区| av欧美777| 亚洲色图 男人天堂 中文字幕| 99国产精品99久久久久| 亚洲第一av免费看| 给我免费播放毛片高清在线观看| 亚洲av五月六月丁香网| 69av精品久久久久久| 91在线观看av| 女生性感内裤真人,穿戴方法视频| www.熟女人妻精品国产| 国产精品久久久av美女十八| 首页视频小说图片口味搜索| 成人av一区二区三区在线看| 日本免费a在线| 啦啦啦韩国在线观看视频| 两个人免费观看高清视频| 欧美中文日本在线观看视频| 亚洲真实伦在线观看| 亚洲人成电影免费在线| 久久久久久九九精品二区国产 | 国产aⅴ精品一区二区三区波| av欧美777| 免费看日本二区| www.自偷自拍.com| 午夜激情福利司机影院| 波多野结衣高清无吗| 一本一本综合久久| 亚洲中文字幕一区二区三区有码在线看 | 亚洲国产精品sss在线观看| 午夜激情福利司机影院| 国产精品影院久久| 欧美色欧美亚洲另类二区| 国内少妇人妻偷人精品xxx网站 | 国产亚洲av嫩草精品影院| 亚洲欧美精品综合一区二区三区| 狠狠狠狠99中文字幕| 91在线观看av| 美女高潮喷水抽搐中文字幕| 黄色a级毛片大全视频| 宅男免费午夜| 国产在线精品亚洲第一网站| 精品乱码久久久久久99久播| 亚洲天堂国产精品一区在线| 宅男免费午夜| 国产人伦9x9x在线观看| 18禁国产床啪视频网站| 黑人欧美特级aaaaaa片| 91麻豆精品激情在线观看国产| 校园春色视频在线观看| 男人舔女人下体高潮全视频| √禁漫天堂资源中文www| 精品国产一区二区三区四区第35| 成人三级做爰电影| 久久人人精品亚洲av| 最近在线观看免费完整版| 999久久久精品免费观看国产| 国产伦人伦偷精品视频| 窝窝影院91人妻| 国产av不卡久久| 人人澡人人妻人| 亚洲,欧美精品.| 中文字幕最新亚洲高清| 精品乱码久久久久久99久播| 久久午夜综合久久蜜桃| 88av欧美| 亚洲 欧美一区二区三区| 长腿黑丝高跟| 丁香六月欧美| 国产一区二区三区在线臀色熟女| 亚洲国产日韩欧美精品在线观看 | 亚洲午夜精品一区,二区,三区| 日本a在线网址| 国产成+人综合+亚洲专区| 极品教师在线免费播放| 又黄又粗又硬又大视频| 满18在线观看网站| 成年版毛片免费区| 色精品久久人妻99蜜桃| 成人特级黄色片久久久久久久| 一本久久中文字幕| 精品不卡国产一区二区三区| 午夜免费激情av| 国产精品99久久99久久久不卡| 亚洲欧美激情综合另类| 久久欧美精品欧美久久欧美| 久久久久久亚洲精品国产蜜桃av| 国产精品久久久av美女十八| 欧美中文综合在线视频| 18禁国产床啪视频网站| 啦啦啦观看免费观看视频高清| 天堂√8在线中文| 一级毛片女人18水好多| videosex国产| 91九色精品人成在线观看| 99国产综合亚洲精品| 一本大道久久a久久精品| 搡老妇女老女人老熟妇| 国产乱人伦免费视频| 色精品久久人妻99蜜桃| 精品国产超薄肉色丝袜足j| 成年人黄色毛片网站| 999精品在线视频| 国产真实乱freesex| 亚洲电影在线观看av| a在线观看视频网站| 婷婷精品国产亚洲av| 免费人成视频x8x8入口观看| 欧美日韩精品网址| 国产精品久久久久久人妻精品电影| 两性午夜刺激爽爽歪歪视频在线观看 | 免费电影在线观看免费观看| 国产在线精品亚洲第一网站| 中文字幕人妻丝袜一区二区| 看免费av毛片| 女生性感内裤真人,穿戴方法视频| 啦啦啦观看免费观看视频高清| 亚洲av美国av| 高潮久久久久久久久久久不卡| 欧美黄色片欧美黄色片| 欧美久久黑人一区二区| 亚洲av美国av| 一级毛片女人18水好多| av有码第一页| 亚洲午夜理论影院| 黄色视频,在线免费观看| 一区二区三区国产精品乱码| 久久久精品欧美日韩精品| 国产成人精品久久二区二区免费| 成在线人永久免费视频| 成人永久免费在线观看视频| 亚洲av第一区精品v没综合| 日韩国内少妇激情av| 性色av乱码一区二区三区2| 国产亚洲精品一区二区www| 99国产综合亚洲精品| 香蕉久久夜色| 在线永久观看黄色视频| 精品久久蜜臀av无| 国产蜜桃级精品一区二区三区| 中文字幕最新亚洲高清| 国产黄a三级三级三级人| 色播在线永久视频| 亚洲av第一区精品v没综合| 国语自产精品视频在线第100页| 丝袜人妻中文字幕| 丝袜在线中文字幕| 国产视频内射| 国产精品香港三级国产av潘金莲| 观看免费一级毛片| 成人免费观看视频高清| 不卡av一区二区三区| 国产精品 国内视频| 亚洲成人免费电影在线观看| 亚洲人成电影免费在线| 亚洲,欧美精品.| xxx96com| 欧美日韩中文字幕国产精品一区二区三区| 亚洲专区字幕在线| 色精品久久人妻99蜜桃| 悠悠久久av| 亚洲欧美激情综合另类| 一区福利在线观看| 夜夜躁狠狠躁天天躁| 90打野战视频偷拍视频| 在线十欧美十亚洲十日本专区| 视频在线观看一区二区三区| 日韩免费av在线播放| 国产视频内射| 久久99热这里只有精品18| 淫妇啪啪啪对白视频| 淫秽高清视频在线观看| 亚洲国产精品合色在线| 亚洲五月婷婷丁香| 久久久久亚洲av毛片大全| 99久久综合精品五月天人人| 亚洲成人国产一区在线观看| 看黄色毛片网站| 国产高清有码在线观看视频 | 男人舔奶头视频| 亚洲欧美精品综合久久99| 亚洲激情在线av| 精品国内亚洲2022精品成人| 丝袜美腿诱惑在线| 在线观看免费视频日本深夜| 三级毛片av免费| 日韩 欧美 亚洲 中文字幕| xxx96com| 亚洲性夜色夜夜综合| 精品福利观看| 中文字幕人妻熟女乱码| 亚洲精品一卡2卡三卡4卡5卡| 青草久久国产| 午夜免费成人在线视频| 日韩欧美在线二视频| 亚洲中文日韩欧美视频| 久久人妻福利社区极品人妻图片| 在线观看66精品国产| av福利片在线| 午夜福利欧美成人| 看免费av毛片| 两个人视频免费观看高清| 熟女电影av网| 99久久精品国产亚洲精品| 成人三级黄色视频| 男女那种视频在线观看| 亚洲无线在线观看| 亚洲午夜精品一区,二区,三区| 成年人黄色毛片网站| 国产亚洲精品第一综合不卡| 中文在线观看免费www的网站 | 免费在线观看成人毛片| 亚洲片人在线观看| 国产激情偷乱视频一区二区| 亚洲aⅴ乱码一区二区在线播放 | 亚洲精品粉嫩美女一区| 欧美激情久久久久久爽电影| 制服诱惑二区| 波多野结衣av一区二区av| 最新美女视频免费是黄的| 亚洲狠狠婷婷综合久久图片| 一二三四在线观看免费中文在| 欧美日韩一级在线毛片| 在线观看一区二区三区| 中文字幕av电影在线播放| 亚洲七黄色美女视频| 亚洲精品国产区一区二| 久久久久国产一级毛片高清牌| 免费在线观看完整版高清| 91九色精品人成在线观看| 1024视频免费在线观看| 人人妻,人人澡人人爽秒播| 欧美中文综合在线视频| 欧美日韩中文字幕国产精品一区二区三区| 白带黄色成豆腐渣| bbb黄色大片| 国产主播在线观看一区二区| 波多野结衣巨乳人妻| 一级片免费观看大全| 一进一出抽搐gif免费好疼| 色av中文字幕| 亚洲精品美女久久久久99蜜臀| 免费在线观看视频国产中文字幕亚洲| 香蕉国产在线看| 国产在线观看jvid| 看免费av毛片| 欧美在线一区亚洲| 亚洲全国av大片| 国产成人啪精品午夜网站| 国产亚洲欧美在线一区二区| 亚洲av五月六月丁香网| 国产国语露脸激情在线看| 日本 av在线| 免费一级毛片在线播放高清视频| 欧美黑人巨大hd| 97碰自拍视频| 亚洲天堂国产精品一区在线| 国内毛片毛片毛片毛片毛片| 妹子高潮喷水视频| 成年女人毛片免费观看观看9| 亚洲成av片中文字幕在线观看| 不卡av一区二区三区| 国产熟女午夜一区二区三区| 美女午夜性视频免费| 99精品在免费线老司机午夜| 国产成人精品无人区| 久久久久久人人人人人| 日本三级黄在线观看| 久久久精品欧美日韩精品| 亚洲熟女毛片儿| 久久精品国产99精品国产亚洲性色| 国产精品二区激情视频| 一级毛片精品| 欧美激情高清一区二区三区| 国产视频一区二区在线看| 在线av久久热| 国产av不卡久久| 白带黄色成豆腐渣| 很黄的视频免费| 在线免费观看的www视频| 两性午夜刺激爽爽歪歪视频在线观看 | 精品一区二区三区四区五区乱码| 国产精品久久久久久精品电影 | a在线观看视频网站| 久久久国产欧美日韩av| 免费在线观看日本一区| cao死你这个sao货| 午夜福利在线在线| 久久久久久久久免费视频了| 国产成人精品无人区| 韩国精品一区二区三区| 久久热在线av| cao死你这个sao货| 亚洲精品在线观看二区| 久久国产精品人妻蜜桃| 狠狠狠狠99中文字幕| 好男人电影高清在线观看| 国产人伦9x9x在线观看| 精品免费久久久久久久清纯| 日本免费一区二区三区高清不卡| 国产片内射在线| 免费看美女性在线毛片视频| 每晚都被弄得嗷嗷叫到高潮| 日本在线视频免费播放| 久久人妻福利社区极品人妻图片| 亚洲国产欧美日韩在线播放| 日韩欧美在线二视频| 国产精品av久久久久免费| 丝袜在线中文字幕| 高清在线国产一区| 国产伦人伦偷精品视频| 男人舔女人的私密视频| 精品第一国产精品| 人成视频在线观看免费观看| 波多野结衣高清无吗| 黄片播放在线免费| 大型av网站在线播放| 婷婷精品国产亚洲av在线| 黑人欧美特级aaaaaa片| 亚洲国产精品成人综合色| 亚洲真实伦在线观看| 看免费av毛片| 丝袜人妻中文字幕|