- 综合排序
- 最热优先
- 最新优先
- 来自专栏亿源通科技HYC
高速收发模块并行光学MT组件
平行光学又叫并行光学，是英文“Parallel”的翻译。 什么是并行光学技术？并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 在并行光学的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，并行传输利用可支持每秒 40 至 100 Gigabit 数据速率的多个通道。 在当前100G以及以下速率的数据中心，短距离多模光模块使用的更多是多模并行技术。 1.jpg 并行光学模块更加依赖于光学器件的高密度集成化和封装的小型化，来使得所产生的热量大大少于多个分立器件。 MT（MPO）插芯和光纤组件是支持并行光互连的关键器件之一，用于连接内部光学透镜与外部光接口，能够集成到光模块板上。
1.1K10编辑于 2022-03-23 - 来自专栏亿源通科技HYC
高速光模块中的并行光学和WDM波分光学技术
按照传输模式，光模块可分为并行和波分两种类型，其中并行方案主要应用在中短距传输场景中成本优势较为明显；而在长距离传输场景中，WDM波分方案的应用可明显地节约光纤成本。 并行光学传输在并行光学 (Parallel optics) 的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，典型的光模块类型包括SR4，SR8，PSM4 MT（MPO）插芯和光纤阵列FA多通道微型连接组件是支持并行光互连的关键部件，用于模块外部光接口连接与模块内部光学耦合，能够集成到光模块板上。 利用MT插芯的小体积、多通道来实现多路光的并行传输，在高速光模块中作为对外的光接口非常易于使用。 如下400G Rx光学集成组件基于Z-block自由空间技术，集成了400G高速光收发模块的ROSA端的所有光学组件，包含Receptacle、准直器、Z-block、lens array、棱镜和底板。
91610编辑于 2025-01-25 - 来自专栏亿源通科技HYC
应用于高速收发模块的并行光学&WDM波分光学技术
在数据中心光模块就产生了两种传输方案—并行和波分。在当前100G以及以下速率的数据中心，短距离光模块使用的更多是并行技术。图片什么是并行光学技术? 并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 在并行光学的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，并行传输利用可支持每秒 10 至 100 Gigabit 数据速率的多个通道。 利用自由空间光学（Free Space Optics）设计，结合准直器，用4个CWDM波长的滤光片通过微光学的方式进行合波和分波。
2.5K30编辑于 2022-12-19 - 来自专栏睐芯科技LightSense
成像光学、非成像光学和光学拓展量简介
成像光学成像光学是传统几何光学的核心内容，成像光学系统包括三个部分：物体、透镜和像。 成像光学的根本任务是利用成像系统实现不失真或尽可能少失真的信息变换或传输。光学成像主要分为三类：小孔成像、镜面成像和透镜成像。 非成像光学系统非成像光学系统按应用可以分为两类：集光系统和配光系统，集光系统应用于太阳能或光电检测中；配光系统主要用于照明设计，尤其是LED 照明设计。1. 非成像光学理论1 光展理论光展（光学扩展量）来自法语单词etendue 是几何光学系统中的一个重要光学属性，用来刻画光学系统的通光能力。 对于理想光学系统光展是一个守恒量， 而对于非理想系统光展只增不减，正是光展守恒为非成像光学设计带来了方便。2 .
1.1K10编辑于 2024-07-24 - 来自专栏睐芯科技LightSense
光学玻璃之光学特性
(1)折射率每个牌号的光学玻璃均按下表所列的光谱线给出折射率，所记载的折射率依据(4)项的色散曲线方程式计算得出。 (3)特殊色散性一般光学玻璃的绝大部分，部分色散比和阿贝数之间存在如下线性关系，这样的硝材被称为正常部分色散玻璃，与此相反，如果在领域图上偏离这条直线的玻璃被称为特殊部分色散玻璃，特殊色散性的大小以“正常玻璃
81310编辑于 2024-07-24 - 来自专栏硅光技术分享
光学相控阵列
这一篇笔记主要介绍光学相控阵列。 光学相控阵列(optical phased array，以下简称OPA), 即通过调控阵列中不同通道光场的相位，实现光束传播方向的偏转与调节，示意图如下， ? 得益于集成光学的发展，基于硅光、InP系统的光学相控阵列都已经在实验室实现。典型的结构如下图所示，有点类似阵列波导光栅结构(AWG)。黄色区域为相位调制区域。 ? (图片来自文献3) 光学相控阵列可应用在激光雷达(LIDAR)、光学成像、空间光通信等领域。基于OPA的激光雷达，通过动态调节光束的出射角度，接收其反射信号，从而知晓目标的位置、形貌等信息。 如果说激光雷达是无人驾驶汽车的眼睛，那么光学相控阵列决定了这个眼睛的视场、反应速度。 以上是对光学相控阵列的原理和应用的简单介绍。 光学相控阵列通过实现不同单元间的相位差，实现光束的偏转，从而应用在探测、测距、通信等领域，应用非常广泛。但是目前片上集成的光学相控阵列还处于研究阶段，有许多工程化的问题需要解决。
5.2K12发布于 2020-08-14 - 来自专栏云深之无迹
相机光学杂文
成像里面的一些概念 焦点是从无穷远处物体出发的光线经过光学系统后会聚的点。但这只是概念中的一个理想点，在现实世界中，焦点会存在一定的空间分布，称为弥散圆。 这种非理想的焦点通常源于光学系统的像差（aberration）。 所有镜头都可以对无穷远处的物体成清晰像，但对于非常靠近镜头的物体则存在一定的限制，超过限制后成像开始模糊。 对，还看到一个光学算法工程师的职位，有点意思 另外，今年3NM的芯片也可以做了~ 最后是一个小巧的舵机开关 https://www.digchip.com/datasheets/parts/datasheet
1K10编辑于 2023-02-27 - 来自专栏知识点分享
Ansys光学仿真
核心优势一 ANSYS SPEOS光学仿真软件通过CIE标准认证，采用统一眩光评价模型 UGR，对不舒适眩光进行分析评价，找出眩光产生原因，更改设计方案控制或消除眩光。 ANSYS SPEOS通过对高铁或地铁列车内部环境进行光学模拟，配合环境光源进行眩光分析，了解其产生机理，在设计前期进行最大的设计改进规避眩光，优化光环境设计。 虽然说，在建筑设计中无法完全规避眩光，但是我们可以采用光学仿真分析，有效并尽可能规避一些眩光现象。
1.6K20编辑于 2022-05-25 - 来自专栏睐芯科技LightSense
高斯光学(Gaussian optics)或傍轴光学(paraxial optics)
如果物空间中一个物点P发出的发散球面波经过成像系统变换成一个会聚球面波，球面波中心为P'，则此系统称为理想光学系统，亦即理想光学。系统将物方的同心光束转换成像方的同心光束。 下图表示一个理想光学系统L,其中P0为光轴上一个物点，它的像点P0'在光轴上;P1为光轴外一个物点，它的像点P1'在光轴外。 理想光学研究光线在理想光学系统中的传递和变换,具有以下特点:(1)物方每一个点对应像方一个点(共轭点)，又称“点点成像”。(2)物方每一条直线对应像方一条直线(共轭线)。 理想光学系统只是实际光学系统的近似模型。 它是高斯首先提出来的，因此又称高斯光学(Gaussian optics)或傍轴光学(paraxial optics)。资料：《近代光学系统设计概论》，宋菲君等。
83610编辑于 2024-08-03 - 来自专栏鸿的学习笔记
聊聊并行并行编程
并行编程主要聚焦于性能，生产率和通用性上。 所谓性能，更像是可扩展性以及效率。不再聚焦于单个CPU的性能，而是在于平均下来CPU的性能。 并行和并发有着小小的区别：并行意味着问题的每个分区有着完全独立的处理，而不会与其他分区进行通信。并发可能是指所有的一切事务， 这可能需要紧密的，以锁的形式或其他的互相通信的方式形成的相互依赖。 因为并行编程的相对较难，导致工程师的生产率不会太高，会聚焦于更精密的细节，花费大量的时间。 并行任务变得复杂不仅仅在于之上的原因，更因为： 1.对代码，对任务的分割，这会导致错误处理以及事件处理更为复杂。如果并行程序之间会牵扯到交互，通信的时间成本，共享资源的分配和更新更为复杂。 2.并行访问控制，单线程的应用程序可以对本实例中的所有资源具有访问权，例如内存中的数据结构，文件之类的。
1.3K10发布于 2018-08-06 - 来自专栏yaphetsfang
数据并行和任务并行
OpenCL并行加减乘除示例——数据并行与任务并行 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/zhouxuanyuye/article/details/79949409 OpenCL并行加减乘除示例——数据并行与任务并行 关键词：OpenCL; data parallel; task parallel 数据并行化计算与任务并行化分解可以加快程序的运行速度。 这种办法对不同的数据使用相同的核函数，称为数据并行。 ? 图3. (task parallel) 另外还有一种就是任务并行化，可以使所有功能函数内部的语句并行执行，即任务并行化，如本文中的功能函数可以分解为“加减乘除”这四个任务，可以产生“加减乘除”四个核函数，让四个函数同时执行
2.3K30发布于 2020-07-30 - 来自专栏计算机技术-参与活动
算力共享：数据并行，模型并行，流水线并行，混合并行策略
# 算力共享：混合并行策略混合并行策略是在深度学习模型训练过程中，综合运用多种并行技术来加速训练过程的方法。以下是常见的并行技术以及混合并行策略的举例： 一、常见并行技术1. **DeepSpeed和Alpa框架的混合并行** - **策略**：在单机多卡场景下，优先采用张量并行（一种模型并行方式），将模型的计算密集型部分（如大规模矩阵运算）在多个GPU上并行执行，充分利用单机的计算资源 **Megatron - LM的混合并行** - **策略**：结合了**数据并行和模型并行**。 通过数据并行来利用多个GPU处理不同的数据子集，同时采用模型并行（如张量并行和流水线并行）来处理模型过大无法在单个GPU上运行的问题。 - 在模型并行方面，对于Transformer架构中的矩阵乘法等操作，采用张量并行进行切分计算。
1.3K10编辑于 2025-01-01 - 来自专栏睐芯科技LightSense
光学传感，测量哪些参数？
之前部门有一个光学工程专业的研究生，她的毕业论文是关于光纤传感的（具体题目忘了），问她监控什么参数的，她答不上来，说是老师的项目，她只负责有限元仿真。。。后来发现她ansys也不会用。 使用光进行传感、测量和控制的设备被称为光学传感器。光学传感通常是非接触式和非侵入式的，并且提供非常精确的测量。在这些传感器中，光波是信息传感器和信息载体。 基于偏振的传感器马吕斯定律、应力光学、法拉第旋转等等，都是基于被测物的偏振变化，已经被用于测量许多量。 使用法拉第旋转来测量在导线中流动的电流，使用电感应双折射来测量电压，使用应力光学定律测量力，使用椭圆偏振仪测量薄膜厚度和折射率。拓展阅读：椭圆偏振的基本方程4. 基于方向变化的传感器光学方向是基于方向变化的设备，可用于监测许多变量，如位移、压力和温度。比如3D相机—结构光、双目视觉和光飞行时间。
24410编辑于 2024-07-25 - 来自专栏AI电堂
光学指纹识别芯片
随着指纹芯片成本价格下移，有望带动光学屏下指纹识别向中低端手机设备渗透，技术可下沉至 3000 元以下的手机。 目前，主流指纹识别技术有三类，光学式、超音波式和电容式。 ▲ 图5 光学式指纹识别技术显示结构 光学式指纹识别技术优势在于穿透性强，可在不开孔情况下，实现屏下识别指纹，符合大屏流行趋势；同时技术成熟，商用化程度高。 但其也有技术劣势，光学传感器体积大；无法对真皮层进行识别，安全性及防伪性较低；此外，光学式需借助OLED自发光特性，导致额外功耗增加、屏幕寿命缩短。 汇顶科技已研发三代屏下光学指纹方案。第三代超薄光学指纹识别方案能很好的适配 5G 手机的空间需求。 ▲ 图8 汇顶第二、三代光学指纹识别方案实用示意图 ▲ 图9 汇顶三代屏下光学指纹识别方案对比 面对 5G 智能手机对内部更大空间的需求，汇顶第三代超薄光学屏下指纹识别技术采用微透镜方案
2.3K10编辑于 2022-09-02 - 来自专栏计算机工具
模型并行、数据并行、流水线并行以及混合并行的适用场景、优劣
模型并行、数据并行、流水线并行以及混合并行的适用场景、优劣- **数据并行** - **适用场景**：**适用于模型规模相对较小，能够在单个计算设备（如 GPU）上完整运行**，但训练数据量巨大的情况 通过将模型划分为多个阶段，不同阶段在不同的计算设备上并行执行，类似于工厂的流水线作业，数据依次经过各个阶段进行处理，能够实现较高的**并行效率**。 例如在训练大型多模态模型（结合文本、图像、音频等多种数据）或超大规模的语言模型时，混合并行可以充分发挥不同并行策略的优势。 - **优点**：结合了**数据并行、模型并行和流水线并行的优点，能够根据模型结构、数据特点和硬件资源的实际情况**，灵活地调整并行策略，实现最优的训练效率。 *张量并行**）将其切分到多个 GPU 上计算；同时，对于模型的整体结构，可以采用**流水线并行将模型按层划分为多个阶段在不同 GPU 上执行**，通过这种混合并行的方式全面提升训练速度和效率。
96721编辑于 2025-01-05 - 来自专栏yaphetsfang
C#数据并行和任务并行
C# 并行任务——Parallel类 一、Parallel类 Parallel类提供了数据和任务的并行性； 二、Paraller.For() Paraller.For()方法类似于 使用Paraller.For()方法，可以并行运行迭代，迭代的顺序没有定义。 在For()方法中，前两个参数是固定的，这两个参数定义了循环的开头和结束。 四、Parallel.Invoke() Parallel.Invoke()方法，它提供了任务并行性模式。 Parallel.ForEach()用于数据并行性，Parallel.Invoke()用于任务并行性；
1.9K20发布于 2020-07-30 - 来自专栏睐芯科技LightSense
黑色光学材料
超黑宽波段全吸光消光纳米镀膜（Super black wide-band light absorbing nano coating)，可以将入射到材料表面的的光线，包括紫外光、可见光、近红外光以及中远红外波段的光，几乎全部吸收而没有反射。材料表面对所有入射光的吸收率达到96%以上，最高达到99%以上，总半球反射率低至1%以下，辐射率接近1，已近似黑洞。超黑吸光薄膜的制备具有非常大的技术难度。
60610编辑于 2024-07-25 - 来自专栏WOLFRAM
Wolfram 光学解决方案
Wolfram的优势 Wolfram技术包括数千种内置函数和个不同领域的精选数据从而帮助您： 快速模拟透镜、反射镜及其他光学仪器的特性 设计太阳能聚光器、激光、照相机的镜头等 将图形制成动画，观察调整光学元件时结果如何变化 创建互动界面用于光学系统的设计或效果的分析 设计、检测光散射仪器，并与其互动 运用高性能的数学功能优化设计，减少研究时间和费用 进行显微光刻的光学建模，或显微仪器的优化 将干涉图可视化，测试反射镜和透镜 创建光学系统的设计、曲线拟合或数据分析的互动工具，提供视觉反馈使得创新仪器的调试检测变得容易 Code V 和 Zemax 不提供个性化的交互工具 利用完全自动的精度控制以及任意精度算法，在光学模型的计算中得出准确的结果 数值和符号计算用于准确计算可重复使用的模型或准确确定畸变 用微积分和微分方程进行从点扩展函数到显微镜的充分理论的光学计算 » 内置光学特殊函数包括菲涅耳积分、Zernike 多项式，和贝塞尔函数 » ，包括分散图、密度图和等高线图 » 访问从 Wolfram|Alpha 得到的科学数据，立即用于交互式或者程序式的分析 » 强大的编程语言以及内置并行计算开发新的分析算法或者求解复杂的射线跟踪问题 与
1.2K20发布于 2020-05-15 - 来自专栏海风
TPU中的指令并行和数据并行
高性能的多来自于并行，因此本文分别讨论了指令并行和数据并行的设计方法。 为了获得更高的性能，可以采用一系列的常规方法进行设计，包括 指令并行，即一次性处理更多指令，让所有执行单元高效运行 数据并行，即一次性处理多组数据，提高性能 后文会针对这两点做进一步描述，并简单讨论 根据指令流和数据流之间的对应关系，可以将处理器分为以下几个类别 SISD，单指令流单数据流，顺序执行指令，处理数据，可以应用指令并行方法 SIMD，单指令流多数据流，同一指令启动多组数据运算，可以用于开发数据级并行 MISD，多指令流单数据流，暂无商业实现 MIMD，多指令流多数据流，每个处理器用各种的指令对各自的数据进行操作，可以用在任务级并行上，也可用于数据级并行，比SIMD更灵活 由于TPU应用在规则的矩阵 /卷积计算中，在单个处理器内部的设计上，SIMD是数据并行的最优选择。
2.6K20发布于 2019-07-31 - 来自专栏漫漫全栈路
C#并行与多线程——Parallel并行
并行Parallel 在Parallel下面有三个常用的方法invoke,For和ForEach。 先说下StopWatch，这个类主要用于测速，记录时间。 很直观的看出，使用Parallel.Invoke()之后，Run1和Run2是并行执行的，一共用时3s（3000ms左右），而直接运行Run1和Run2则耗时5s。 Parallel.For实际上是并行执行了循环，因为内部只是一个单纯的累加，因此效率差异明显，但是并非所有的场景都适合使用并行循环。 修改一下上面的方法。 ."); } 改为操作一个全局变量的累加，这个时候由于并行请求，需要等待调用内存中的全局变量num，效率反而降低。 同样的，由于并行处理的原因，For的结果并不是按照原有顺序进行的： public void ParallelForCW() { Parallel.For(0, 100, i => { Console.Write
5.8K20发布于 2019-12-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号