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、低损耗和低延时的计算特性受到广泛关注，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。研究结论表明，该团队提出的新型片上光学多任务处理器架构显著提高了存内光学衍射芯片的集成度和可重构性，将光子芯片的参数集成度和计算容量提高了一个数量级，为未来大规模高性能计算系统的发展提供了新思路。