Light | 云与光：高密度&多任务光学存内计算

本文介绍了清华大学电子工程系陈宏伟教授团队在光学神经网络领域的研究成果。背景方面，片上光学神经网络因其高带宽、低损耗和低延时的特性受到广泛关注，但在高密度集成和多任务处理方面仍存在挑战。研究目的是开发一种超紧凑的用于存内光学计算的多任务处理芯片，通过将大部分网络计算参数嵌入固定的无源光学结构中，配合少量电子参数完成多任务处理。研究团队创新设计了衍射光学计算芯片，利用深度回归神经网络代替传统的光传播建模方法，实现了高达60000参数/平方毫米的计算集成密度。结论表明，该架构在多分类和多回归任务上表现出色，显著降低了电子耗能计算参数，同时提高了计算精度，为未来大规模高性能计算系统的发展提供了潜力。