光栅结构的设计和制作直接决定了分布反馈（DFB）半导体激光器光电特性的优劣。采用传输矩阵法模拟了不同光栅耦合因子下随机相位对均匀光栅DFB芯片特性的影响,获得了芯片的光电参数分布。通过分析耦合因子对芯片光电参数分布的影响,提...光栅结构的设计和制作直接决定了分布反馈（DFB）半导体激光器光电特性的优劣。采用传输矩阵法模拟了不同光栅耦合因子下随机相位对均匀光栅DFB芯片特性的影响,获得了芯片的光电参数分布。通过分析耦合因子对芯片光电参数分布的影响,提高了DFB芯片的成品率。设计并制备了基于Al Ga In As材料体系的脊波导DFB激光器,最终使芯片双峰比例仅为7.7%、成品率达到60%。对合格品在-40~105℃下的P-I特性和在-40~85℃下的光谱进行了测试,结果表明芯片性能优良,芯片远场发散角为25°和21°。芯片的小信号频带响应和眼图测试结果表明芯片完全满足2.5 Gbit/s的应用要求。展开更多
基于人类反馈的强化学习(reinforcement learning with human feedback,RLHF)作为当前大语言模型(large language models,LLMs)对齐的主流方法,其核心优化算法——近端策略优化(proximal policy optimization,PPO)却面临着显著的效率问...基于人类反馈的强化学习(reinforcement learning with human feedback,RLHF)作为当前大语言模型(large language models,LLMs)对齐的主流方法,其核心优化算法——近端策略优化(proximal policy optimization,PPO)却面临着显著的效率问题.PPO由生成、推理、训练3个相互关联的阶段组成,各个阶段有着不同的计算特性.然而,现有的RLHF并行框架采用相同并行策略顺序执行PPO的所有阶段,这导致以下2个问题:其一,生成阶段不能充分利用计算资源,进而影响整体效率;其二,阶段间严格串行执行,未能充分利用潜在并行性.针对上述问题,提出了一个新型RLHF并行框架——Pipe-RLHF.该框架能够自适应地根据各阶段的计算特征确定最优并行策略,突破现有阶段串行范式,采用异步PPO算法发掘阶段间的并行性.具体而言,创新性地提出了适用于PPO生成阶段的延迟批间流水线并行方法,显著提升了该阶段的计算资源利用率;再次,使用异步PPO解放阶段间的依赖关系,将阶段间并行应用到PPO的加速上;最后,针对PPO算法的整体优化,构建了分层并行策略空间,并提出了一套优化算法以实现该空间中的最优解搜索.通过在多个大语言模型上的性能评估实验表明,相较于现有方法,Pipe-RLHF最高可实现3.7倍的加速比,充分验证了该框架的有效性和优越性.展开更多
成功制备出室温激射波长为2μm的Ga Sb基侧向耦合分布反馈量子阱激光器.采用全息曝光及电感耦合等离子体刻蚀技术制备二阶布拉格光栅.优化了光栅制备的刻蚀条件,并获得室温2μm单纵模激射.激光器输出光功率超过5 m W,最大边模抑制比达到...成功制备出室温激射波长为2μm的Ga Sb基侧向耦合分布反馈量子阱激光器.采用全息曝光及电感耦合等离子体刻蚀技术制备二阶布拉格光栅.优化了光栅制备的刻蚀条件,并获得室温2μm单纵模激射.激光器输出光功率超过5 m W,最大边模抑制比达到24 d B.展开更多
文摘光栅结构的设计和制作直接决定了分布反馈（DFB）半导体激光器光电特性的优劣。采用传输矩阵法模拟了不同光栅耦合因子下随机相位对均匀光栅DFB芯片特性的影响,获得了芯片的光电参数分布。通过分析耦合因子对芯片光电参数分布的影响,提高了DFB芯片的成品率。设计并制备了基于Al Ga In As材料体系的脊波导DFB激光器,最终使芯片双峰比例仅为7.7%、成品率达到60%。对合格品在-40~105℃下的P-I特性和在-40~85℃下的光谱进行了测试,结果表明芯片性能优良,芯片远场发散角为25°和21°。芯片的小信号频带响应和眼图测试结果表明芯片完全满足2.5 Gbit/s的应用要求。
文摘基于人类反馈的强化学习(reinforcement learning with human feedback,RLHF)作为当前大语言模型(large language models,LLMs)对齐的主流方法,其核心优化算法——近端策略优化(proximal policy optimization,PPO)却面临着显著的效率问题.PPO由生成、推理、训练3个相互关联的阶段组成,各个阶段有着不同的计算特性.然而,现有的RLHF并行框架采用相同并行策略顺序执行PPO的所有阶段,这导致以下2个问题:其一,生成阶段不能充分利用计算资源,进而影响整体效率;其二,阶段间严格串行执行,未能充分利用潜在并行性.针对上述问题,提出了一个新型RLHF并行框架——Pipe-RLHF.该框架能够自适应地根据各阶段的计算特征确定最优并行策略,突破现有阶段串行范式,采用异步PPO算法发掘阶段间的并行性.具体而言,创新性地提出了适用于PPO生成阶段的延迟批间流水线并行方法,显著提升了该阶段的计算资源利用率;再次,使用异步PPO解放阶段间的依赖关系,将阶段间并行应用到PPO的加速上;最后,针对PPO算法的整体优化,构建了分层并行策略空间,并提出了一套优化算法以实现该空间中的最优解搜索.通过在多个大语言模型上的性能评估实验表明,相较于现有方法,Pipe-RLHF最高可实现3.7倍的加速比,充分验证了该框架的有效性和优越性.
