近日，據中國科學院半導體(ti) 研究所消息，半導體(ti) 所集成光電子學國家重點實驗室微波光電子課題組李明研究員-祝寧華院士團隊研製出一款超高集成度光學卷積處理器。相關(guan) 研究成果以“Compact optical convolution processing unit based on multimode interference”為(wei) 題發表在《自然通訊》（Nature Communications）雜誌上。

卷積神經網絡是一種受生物視覺神經係統啟發而發展起來的人工神經網絡，它由多層卷積層、池化層和全連接層組成。作為(wei) 卷積神經網絡的核心組成部分，卷積層通過對輸入數據進行局部感知和權值共享，提取出不同層次和抽象程度的特征。在一個(ge) 完整的卷積神經網絡中，卷積運算的運算量通常占整個(ge) 網絡運算量的80%以上。雖然卷積神經網絡在圖像識別等領域取得了巨大的成功，但是它也麵臨(lin) 著巨大的挑戰。傳(chuan) 統的卷積神經網絡主要基於(yu) 馮(feng) ·諾依曼架構的電學硬件實現，存儲(chu) 單元和處理單元是分立的，這導致了數據交換速度和能耗之間的固有矛盾。隨著數據量和網絡複雜度的增加，電子計算方案越來越難以滿足海量數據實時處理對高速、低能耗的計算硬件的需求。

光計算是一種利用光波作為(wei) 載體(ti) 進行信息處理的技術，它具有大帶寬、低延時、低功耗等優(you) 點，提供了一種“傳(chuan) 輸即計算，結構即功能”的計算架構，有望避免馮(feng) ·諾依曼計算範式中存在的數據潮汐傳(chuan) 輸問題。光計算在近年來受到了廣泛關(guan) 注，但大部分已報道的光計算方案中，光學元件的數量隨著計算矩陣的規模呈二次增長趨勢，這對光計算芯片規模擴展存在巨大挑戰。

http://www.semi.ac.cn/xwdt/zhxw/202305/t20230530_6765011.html