• <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!
    亚洲精品成人av观看孕妇| 街头女战士在线观看网站| 国产男人的电影天堂91| 18禁裸乳无遮挡免费网站照片| 又爽又黄无遮挡网站| 国产在线男女| 蜜臀久久99精品久久宅男| 国产男人的电影天堂91| 成人性生交大片免费视频hd| 国产成人精品一,二区| 亚洲av二区三区四区| 国产精品无大码| or卡值多少钱| 久99久视频精品免费| 国产日韩欧美在线精品| 成人毛片60女人毛片免费| 99久久中文字幕三级久久日本| 天美传媒精品一区二区| 亚洲av电影不卡..在线观看| 看免费成人av毛片| 蜜臀久久99精品久久宅男| 国产精品日韩av在线免费观看| 久久国内精品自在自线图片| videos熟女内射| 国产毛片a区久久久久| 日韩欧美精品v在线| 噜噜噜噜噜久久久久久91| 乱系列少妇在线播放| 精品久久久噜噜| 在线天堂最新版资源| 精品一区二区免费观看| 午夜福利在线观看吧| 免费黄网站久久成人精品| 久久鲁丝午夜福利片| 街头女战士在线观看网站| 亚洲av电影在线观看一区二区三区 | 亚洲高清免费不卡视频| 乱码一卡2卡4卡精品| 亚洲成色77777| 在线观看一区二区三区| 亚洲国产最新在线播放| 国产一区有黄有色的免费视频 | 搡老妇女老女人老熟妇| 成人亚洲精品av一区二区| 日韩国内少妇激情av| 免费看a级黄色片| 国产精品爽爽va在线观看网站| 水蜜桃什么品种好| 久久亚洲国产成人精品v| 国产精品国产三级专区第一集| 精品一区在线观看国产| 午夜激情欧美在线| 在线播放无遮挡| 婷婷色麻豆天堂久久| 少妇的逼好多水| 国产人妻一区二区三区在| 日韩视频在线欧美| 午夜日本视频在线| 国产精品女同一区二区软件| 中文字幕亚洲精品专区| 99视频精品全部免费 在线| 久久99热这里只有精品18| 日日干狠狠操夜夜爽| 久久久久久久大尺度免费视频| 国产精品99久久久久久久久| 美女主播在线视频| 一区二区三区乱码不卡18| 日韩欧美国产在线观看| 在线a可以看的网站| 九九久久精品国产亚洲av麻豆| 精品人妻熟女av久视频| 日韩电影二区| 2022亚洲国产成人精品| 久久韩国三级中文字幕| 国产高清三级在线| 久久久久久九九精品二区国产| 国产一区二区亚洲精品在线观看| 欧美xxxx性猛交bbbb| 午夜视频国产福利| 亚洲成人精品中文字幕电影| 大片免费播放器 马上看| 国产在线一区二区三区精| av天堂中文字幕网| 高清av免费在线| 久久久久精品性色| 国产午夜精品论理片| 日韩欧美精品v在线| 国产黄片视频在线免费观看| 亚洲精品乱码久久久v下载方式| 免费av不卡在线播放| av免费在线看不卡| 亚洲欧美一区二区三区国产| 国产精品人妻久久久久久| 免费高清在线观看视频在线观看| 免费观看无遮挡的男女| 国产成人a区在线观看| 成人毛片60女人毛片免费| 国产一区二区亚洲精品在线观看| 99久国产av精品| 白带黄色成豆腐渣| 亚洲综合色惰| 乱系列少妇在线播放| 亚洲精华国产精华液的使用体验| 国产精品无大码| 一二三四中文在线观看免费高清| 一级爰片在线观看| 国产精品国产三级专区第一集| 综合色丁香网| 国产久久久一区二区三区| 高清午夜精品一区二区三区| 国产视频首页在线观看| 精品久久久久久成人av| 永久免费av网站大全| 欧美另类一区| 亚洲国产成人一精品久久久| 精品一区二区三区人妻视频| 超碰av人人做人人爽久久| 国产精品蜜桃在线观看| 亚洲色图av天堂| 免费av毛片视频| 亚洲av免费高清在线观看| 99久久精品一区二区三区| 人人妻人人澡欧美一区二区| videossex国产| 精品久久久噜噜| 日韩精品青青久久久久久| 免费大片18禁| 观看免费一级毛片| 亚洲精品自拍成人| 性插视频无遮挡在线免费观看| 国产在视频线在精品| 成人毛片60女人毛片免费| 噜噜噜噜噜久久久久久91| 极品教师在线视频| 我的老师免费观看完整版| or卡值多少钱| 狠狠精品人妻久久久久久综合| 夫妻性生交免费视频一级片| 丰满乱子伦码专区| 亚洲久久久久久中文字幕| 精品国产露脸久久av麻豆 | 日本三级黄在线观看| 永久网站在线| 69人妻影院| 直男gayav资源| 日本-黄色视频高清免费观看| 色综合站精品国产| 国产91av在线免费观看| 边亲边吃奶的免费视频| 久久综合国产亚洲精品| 亚洲av成人精品一区久久| 国产黄色免费在线视频| 在线观看免费高清a一片| 国产色爽女视频免费观看| 男女边摸边吃奶| 日本爱情动作片www.在线观看| 国产在视频线在精品| 国产精品综合久久久久久久免费| 91精品伊人久久大香线蕉| 99热这里只有是精品50| 美女主播在线视频| 国产人妻一区二区三区在| 特级一级黄色大片| 久久久国产一区二区| 日本黄色片子视频| 日本免费在线观看一区| 啦啦啦中文免费视频观看日本| 最近最新中文字幕大全电影3| 亚洲精品亚洲一区二区| 一二三四中文在线观看免费高清| 午夜免费观看性视频| 精品人妻视频免费看| 一区二区三区免费毛片| av在线亚洲专区| 亚洲av成人精品一二三区| 亚洲国产色片| 亚洲成色77777| 国产一区二区亚洲精品在线观看| 国产乱人偷精品视频| 国产精品综合久久久久久久免费| 18禁在线无遮挡免费观看视频| av专区在线播放| 欧美日韩精品成人综合77777| 男插女下体视频免费在线播放| 亚洲精华国产精华液的使用体验| 国产伦精品一区二区三区视频9| 中文乱码字字幕精品一区二区三区 | 国产一区亚洲一区在线观看| 国产精品久久久久久久久免| 中文字幕av成人在线电影| 免费观看无遮挡的男女| 亚洲精华国产精华液的使用体验| 亚洲国产av新网站| 精品人妻熟女av久视频| www.av在线官网国产| 国产亚洲91精品色在线| 久热久热在线精品观看| 在线观看av片永久免费下载| 亚洲精品国产av成人精品| 亚洲精品一二三| 日韩制服骚丝袜av| 建设人人有责人人尽责人人享有的 | 春色校园在线视频观看| 国产精品一区二区三区四区免费观看| 亚洲18禁久久av| 国产69精品久久久久777片| 精品国产一区二区三区久久久樱花 | 国产视频首页在线观看| 久久精品久久久久久噜噜老黄| 精品一区在线观看国产| 欧美3d第一页| av专区在线播放| 日韩一本色道免费dvd| 一级a做视频免费观看| 岛国毛片在线播放| 国产亚洲5aaaaa淫片| 欧美精品国产亚洲| 久久久久精品性色| 国产成人一区二区在线| av免费观看日本| 亚洲婷婷狠狠爱综合网| 日韩电影二区| 婷婷色麻豆天堂久久| 天美传媒精品一区二区| 秋霞在线观看毛片| 日日摸夜夜添夜夜添av毛片| 91av网一区二区| 一个人免费在线观看电影| 极品教师在线视频| 国产伦理片在线播放av一区| 男女啪啪激烈高潮av片| 噜噜噜噜噜久久久久久91| 天堂影院成人在线观看| 国产精品嫩草影院av在线观看| 熟女电影av网| 国产伦精品一区二区三区视频9| 欧美激情在线99| 国产精品伦人一区二区| 人妻制服诱惑在线中文字幕| 免费观看a级毛片全部| 国产视频首页在线观看| 日韩 亚洲 欧美在线| 久久精品国产亚洲av涩爱| 五月玫瑰六月丁香| 亚洲美女搞黄在线观看| 亚洲激情五月婷婷啪啪| 毛片女人毛片| 成人亚洲欧美一区二区av| 最近视频中文字幕2019在线8| 午夜久久久久精精品| 国产一区二区三区av在线| 国产精品嫩草影院av在线观看| 国产成人精品福利久久| 舔av片在线| 十八禁国产超污无遮挡网站| 日韩不卡一区二区三区视频在线| 女人被狂操c到高潮| 成人高潮视频无遮挡免费网站| 男人舔女人下体高潮全视频| 免费看日本二区| 国内精品一区二区在线观看| 五月玫瑰六月丁香| 国产亚洲av片在线观看秒播厂 | 国产黄a三级三级三级人| 国产久久久一区二区三区| av在线观看视频网站免费| 国内精品宾馆在线| 全区人妻精品视频| 亚洲国产最新在线播放| 看免费成人av毛片| 日本av手机在线免费观看| 成人午夜精彩视频在线观看| 中文精品一卡2卡3卡4更新| 精品久久久久久成人av| 亚洲乱码一区二区免费版| 中文乱码字字幕精品一区二区三区 | 久久久久久久午夜电影| 日韩电影二区| 中文精品一卡2卡3卡4更新| 别揉我奶头 嗯啊视频| 欧美日韩在线观看h| 成人av在线播放网站| av福利片在线观看| 国产精品久久久久久av不卡| 亚洲最大成人中文| 免费看美女性在线毛片视频| 中文资源天堂在线| 亚洲精品国产成人久久av| 国产精品麻豆人妻色哟哟久久 | 午夜免费观看性视频| 七月丁香在线播放| 精品久久久久久成人av| 少妇丰满av| 久久精品国产亚洲网站| 91午夜精品亚洲一区二区三区| 禁无遮挡网站| 九九在线视频观看精品| 美女内射精品一级片tv| 网址你懂的国产日韩在线| 听说在线观看完整版免费高清| 日韩视频在线欧美| 国产男人的电影天堂91| 欧美一级a爱片免费观看看| 亚洲怡红院男人天堂| 欧美 日韩 精品 国产| 久久久午夜欧美精品| 国产精品嫩草影院av在线观看| 最后的刺客免费高清国语| 午夜激情久久久久久久| 麻豆成人午夜福利视频| 国产免费福利视频在线观看| 男人和女人高潮做爰伦理| 精品酒店卫生间| 亚洲精品乱久久久久久| 水蜜桃什么品种好| 亚洲精华国产精华液的使用体验| 男人舔奶头视频| 亚洲最大成人手机在线| 欧美日韩综合久久久久久| 最近中文字幕高清免费大全6| 国产成人午夜福利电影在线观看| 狂野欧美激情性xxxx在线观看| 成年女人在线观看亚洲视频 | 免费大片18禁| 伦精品一区二区三区| 激情 狠狠 欧美| 秋霞伦理黄片| 国产国拍精品亚洲av在线观看| videos熟女内射| 日本wwww免费看| 国产精品蜜桃在线观看| 26uuu在线亚洲综合色| 久久草成人影院| 自拍偷自拍亚洲精品老妇| 亚洲精品成人av观看孕妇| 久久久久久九九精品二区国产| 男人和女人高潮做爰伦理| 亚洲国产高清在线一区二区三| 成人无遮挡网站| 亚洲色图av天堂| 免费观看无遮挡的男女| 亚洲经典国产精华液单| 丰满少妇做爰视频| 欧美日韩一区二区视频在线观看视频在线 | 国产精品日韩av在线免费观看| 黄色欧美视频在线观看| 日本猛色少妇xxxxx猛交久久| 精品久久久噜噜| 国产成年人精品一区二区| videos熟女内射| 亚洲av男天堂| 亚洲在线自拍视频| 高清av免费在线| 中文字幕久久专区| 麻豆国产97在线/欧美| 亚洲在线观看片| 婷婷色av中文字幕| 成人高潮视频无遮挡免费网站| 观看美女的网站| 国产伦在线观看视频一区| 国产精品三级大全| kizo精华| 欧美一区二区亚洲| 久久鲁丝午夜福利片| 日日干狠狠操夜夜爽| 日韩,欧美,国产一区二区三区| 国产一区二区亚洲精品在线观看| av在线老鸭窝| 国产黄a三级三级三级人| 久久精品熟女亚洲av麻豆精品 | 亚洲精品一区蜜桃| 美女黄网站色视频| 免费观看精品视频网站| 亚洲精品乱码久久久久久按摩| 国产精品久久视频播放| 麻豆成人av视频| 综合色av麻豆| 成人欧美大片| 免费不卡的大黄色大毛片视频在线观看 | 国产精品久久久久久久电影| 一边亲一边摸免费视频| 久久精品久久久久久久性| 午夜福利高清视频| av卡一久久| 91狼人影院| 亚洲av福利一区| 国产一级毛片在线| 我的老师免费观看完整版| 中国国产av一级| 色尼玛亚洲综合影院| av播播在线观看一区| 欧美xxxx性猛交bbbb| 三级国产精品欧美在线观看| 天天躁日日操中文字幕| 丝袜喷水一区| 只有这里有精品99| 在现免费观看毛片| 欧美+日韩+精品| 最新中文字幕久久久久| 啦啦啦中文免费视频观看日本| 亚洲在线自拍视频| 日韩欧美精品v在线| 久久久久网色| 日韩国内少妇激情av| 久久久国产一区二区| 亚洲av电影不卡..在线观看| 国内少妇人妻偷人精品xxx网站| 色播亚洲综合网| 人人妻人人看人人澡| 高清日韩中文字幕在线| 欧美丝袜亚洲另类| 欧美日韩综合久久久久久| 激情五月婷婷亚洲| 乱码一卡2卡4卡精品| 丰满人妻一区二区三区视频av| 国产高清三级在线| 欧美另类一区| 日本熟妇午夜| 日韩欧美精品免费久久| 日韩欧美 国产精品| 国产精品一区www在线观看| 天天躁夜夜躁狠狠久久av| 久久精品国产亚洲网站| 久久精品国产自在天天线| 99久久人妻综合| 爱豆传媒免费全集在线观看| 波多野结衣巨乳人妻| 欧美一区二区亚洲| 一个人看的www免费观看视频| 亚洲精品久久午夜乱码| 观看美女的网站| 国产成人免费观看mmmm| 亚洲人与动物交配视频| 黄色日韩在线| 在线观看美女被高潮喷水网站| 乱码一卡2卡4卡精品| 深夜a级毛片| 国产精品久久久久久精品电影小说 | 国产av码专区亚洲av| 99九九线精品视频在线观看视频| 尤物成人国产欧美一区二区三区| 成人毛片a级毛片在线播放| 国产高清有码在线观看视频| 日韩欧美一区视频在线观看 | 亚洲国产精品成人综合色| 成年版毛片免费区| 国产亚洲精品久久久com| 天天躁夜夜躁狠狠久久av| 麻豆av噜噜一区二区三区| 黄片wwwwww| 老师上课跳d突然被开到最大视频| av又黄又爽大尺度在线免费看| 午夜视频国产福利| av在线播放精品| 成人亚洲欧美一区二区av| 老司机影院成人| 日日啪夜夜撸| 熟妇人妻不卡中文字幕| 中文精品一卡2卡3卡4更新| 午夜免费男女啪啪视频观看| 成人午夜高清在线视频| 亚洲国产高清在线一区二区三| 亚洲成人久久爱视频| 深夜a级毛片| 久久精品国产鲁丝片午夜精品| 亚洲熟妇中文字幕五十中出| 久久久久免费精品人妻一区二区| 卡戴珊不雅视频在线播放| 免费观看av网站的网址| 亚洲精品成人av观看孕妇| 婷婷色综合大香蕉| 十八禁国产超污无遮挡网站| 噜噜噜噜噜久久久久久91| 国产精品一区二区三区四区免费观看| 亚洲四区av| 汤姆久久久久久久影院中文字幕 | 人人妻人人澡欧美一区二区| 色尼玛亚洲综合影院| 天堂√8在线中文| av在线亚洲专区| 大片免费播放器 马上看| 国产免费一级a男人的天堂| 久久99热6这里只有精品| 热99在线观看视频| 真实男女啪啪啪动态图| 乱人视频在线观看| 在线a可以看的网站| 人妻少妇偷人精品九色| 久久国产乱子免费精品| 老女人水多毛片| 国产精品日韩av在线免费观看| 日本熟妇午夜| 一本一本综合久久| 久久99蜜桃精品久久| 99久久人妻综合| 麻豆国产97在线/欧美| 伊人久久精品亚洲午夜| 国内精品宾馆在线| 欧美日韩在线观看h| 午夜久久久久精精品| 丰满乱子伦码专区| 国产白丝娇喘喷水9色精品| 99久国产av精品国产电影| 国产av在哪里看| 亚洲精品一区蜜桃| 精品一区在线观看国产| 亚洲经典国产精华液单| 51国产日韩欧美| 久久久久精品久久久久真实原创| 久久精品熟女亚洲av麻豆精品 | 欧美高清成人免费视频www| 日韩av在线大香蕉| 男的添女的下面高潮视频| 欧美成人精品欧美一级黄| 免费不卡的大黄色大毛片视频在线观看 | 我的女老师完整版在线观看| 欧美日本视频| 一区二区三区免费毛片| 2022亚洲国产成人精品| 又爽又黄a免费视频| 亚洲精品国产成人久久av| 亚洲经典国产精华液单| 97精品久久久久久久久久精品| 又大又黄又爽视频免费| 久久久精品免费免费高清| 国产高清有码在线观看视频| 成人毛片60女人毛片免费| 国产v大片淫在线免费观看| 精品午夜福利在线看| 熟妇人妻久久中文字幕3abv| 国产亚洲精品久久久com| 亚洲成人精品中文字幕电影| 亚洲在线自拍视频| 国产黄片视频在线免费观看| 两个人的视频大全免费| 久久久久久久国产电影| 九色成人免费人妻av| 国产成人精品福利久久| 久99久视频精品免费| 免费播放大片免费观看视频在线观看| 成年女人在线观看亚洲视频 | 亚洲国产精品国产精品| 亚洲最大成人av| av免费在线看不卡| 小蜜桃在线观看免费完整版高清| 好男人视频免费观看在线| 国产黄色免费在线视频| 中文在线观看免费www的网站| 亚洲av电影在线观看一区二区三区 | 成人毛片a级毛片在线播放| 午夜福利成人在线免费观看| 国产精品三级大全| 国产精品1区2区在线观看.| 亚洲精品第二区| 亚洲av男天堂| 高清视频免费观看一区二区 | 亚洲自拍偷在线| 免费少妇av软件| 免费观看性生交大片5| 国产精品一区二区性色av| 欧美日韩亚洲高清精品| 男女边吃奶边做爰视频| 夫妻性生交免费视频一级片| 天堂俺去俺来也www色官网 | 精品亚洲乱码少妇综合久久| 男女边吃奶边做爰视频| 精品不卡国产一区二区三区| 欧美丝袜亚洲另类| 免费不卡的大黄色大毛片视频在线观看 | 2018国产大陆天天弄谢| 看十八女毛片水多多多| 人妻系列 视频| 亚洲av免费在线观看| 日韩国内少妇激情av| 简卡轻食公司| 亚洲伊人久久精品综合| 日日摸夜夜添夜夜添av毛片| 亚洲av免费高清在线观看| 久久精品国产自在天天线| 波多野结衣巨乳人妻| 国语对白做爰xxxⅹ性视频网站| 国产真实伦视频高清在线观看| 国产探花在线观看一区二区| 嫩草影院入口| 日本与韩国留学比较| 中文字幕久久专区| av卡一久久| 亚洲精品,欧美精品| 精品一区二区三卡| 亚洲精品影视一区二区三区av| 亚洲真实伦在线观看| 国产色婷婷99| av卡一久久| 日本与韩国留学比较| 免费观看精品视频网站| 亚洲高清免费不卡视频| 街头女战士在线观看网站| 啦啦啦韩国在线观看视频| 美女内射精品一级片tv| 国产午夜精品久久久久久一区二区三区| 精品一区二区三卡| 大片免费播放器 马上看| 国产午夜精品久久久久久一区二区三区| 夜夜爽夜夜爽视频| 国产精品久久久久久av不卡| 国产精品福利在线免费观看| 久久精品熟女亚洲av麻豆精品 | 大香蕉久久网| 国产精品国产三级国产专区5o| 欧美精品国产亚洲| 波野结衣二区三区在线| 又爽又黄无遮挡网站| 国国产精品蜜臀av免费| 国产老妇女一区| 欧美 日韩 精品 国产|