畳み込みニューラルネットワークを高速化するためのコンピューティングプリミティブとしてのプログラマブル光スペクトルシェーパー

この記事は、プログラマブル光スペクトルシェーパーを使用して、畳み込みニューラルネットワーク（CNN）のパフォーマンスを向上させることについて議論している可能性が高いです。光コンポーネントを使用してCNN計算を高速化する新しいアプローチを提案しています。これらのシェーパーを計算の基本的な構成要素（プリミティブ）としての可能性に焦点を当てており、CNNのハードウェアレベルの最適化を示唆しています。