陈宏伟课题组在集成光计算领域取得进展

清华大学电子系陈宏伟教授课题组提出了一种基于亚波长结构的集成衍射光子神经网络（DONN），克服了空间衍射光子神经网络的体积限制，不仅大大提高了计算单元的集成度，同时减少了由于庞大的体光学元件和系统校准而产生的误差。对于其他集成光子神经网络而言，DONN芯片摆脱了波导数目的制约，更容易实现计算单元的片上大规模拓展，从而解决了集成光子神经网络的高计算容量问题。

本研究中实现的DONN光计算芯片，其计算吞吐量可达1.38×104TOPS（TOPS：Trillions of operations per second，每秒万亿次操作），芯片算力密度可达1016FLOPS/mm2（FLOPS：Floating-point operations per second，每秒浮点操作数），能量消耗约为10-17J/FLOP（FLOP：Floating-point operation，浮点操作）。该DONN芯片具有完全的国内自主知识产权，制备工艺也完全在国内实现，与标准互补金属氧化物半导体（CMOS）工艺兼容，满足大规模、低成本生产条件。

该成果以“基于片上衍射光学的光子机器学习”（Photonic machine learning with on-chip diffractive optics）为题发表在《自然•通讯》（Nature Communications）上。

电子工程系2020级博士生符庭钊为文章的第一作者，陈宏伟教授为文章通讯作者。其他作者包括清华大学电子工程系陈明华教授和杨四刚副研究员等。本研究得到了国家重点研发计划、国家自然科学基金重点项目等的支持。(来源：清华大学）