近日，上海交通大學電子信息與電氣工程學院電子工程系區(qū)域光纖通信網與新型光通信系統(tǒng)國家重點實驗室鄒衛(wèi)文教授團隊在光學智能計算領域取得突破性進展，研究成果以Optical coherent dot-product chip for sophisticated deep learning regression（面向復雜深度學習回歸任務的光學相干點積核芯片）為題在光學領域權威期刊Light: Science & Applications上發(fā)表。該工作成功研制了一款光學相干點積核計算芯片，具有運行復雜神經網絡的能力，率先在光學智能計算芯片上實現(xiàn)了高精度的醫(yī)學圖像重構任務。鄒衛(wèi)文教授為該論文的通訊作者，博士研究生徐紹夫為該論文的第一作者。 $ZXy&?4  
wQp,RpM  
bu%@1:l  
隨著智能應用的普及，以神經網絡為代表的智能算法復雜度呈現(xiàn)爆發(fā)性增長，龐大的算力需求給現(xiàn)有的數(shù)字處理器帶來了極大的壓力，亟待開辟新型計算模式來緩解摩爾定律增速與算力需求增速之間的矛盾關系。近年來，光學智能計算技術受到國內外學術界廣泛關注。光學系統(tǒng)的計算時鐘頻率可以超過數(shù)十GHz（109 Hz），同時具備靜態(tài)無功耗的特性，被認為是實現(xiàn)下一代高速低功耗智能計算加速器的潛在途徑。學術界報道的多種光學智能計算方案雖成功驗證了高速低功耗計算的能力，但所能實現(xiàn)的任務均是簡單的分類任務，與實際應用在復雜度上存在較大差距。 Rmn|