清华大学在集成光计算领域取得新进展
清华大学提出集成衍射光子神经网络芯片，利用亚波长结构突破集成度瓶颈，实现计算单元大规模片上拓展。该芯片计算吞吐量达1 38×10⁴TOPS，算力密度10¹⁶FLOPS mm²，能耗仅10⁻¹⁷J FLOP，具有完全自主知识产权并与CMOS工艺兼容。
集成衍射光子神经网络（DONN）：突破计算瓶颈的新一代光子计算芯片
机器学习技术已广泛应用于高性能信息处理领域，与此同时，在解决各类复杂任务时，对计算容量、处理速度以及能效的要求也持续攀升。然而，现有硬件的计算速度受限于传统冯·诺依曼体系结构，随着计算过程耗时增加，计算效率逐渐下降，能耗也随之增大。近年来，光子方法在处理涉及复杂计算的深度学习任务方面展现出巨大潜力，国内外多家研究机构相继提出集成光子神经网络新架构，例如基于马赫增德尔干涉仪（MZI）、微环谐振腔（MRR）以及波分系统设计的光子神经网络。不过，当前集成光子神经网络普遍面临计算单元大规模拓展受限的难题，严重制约了计算容量的进一步提升。
图1. 集成衍射光子神经网络示意图
一、DONN：用亚波长结构突破集成度瓶颈
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），突破了空间衍射光子神经网络的体积限制，不仅显著提升了计算单元的集成度，还大幅减少了因庞大体光学元件及系统校准所带来的误差。
相较于其他集成光子神经网络，DONN芯片摆脱了波导数目的约束，更容易实现计算单元的片上大规模拓展，从而有效解决了集成光子神经网络的高计算容量问题。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：清华大学在集成光计算领域取得新进展要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点洞见研报，本质上是一个专注于行业研究的专业数据库。它系统化地整理并整合了宏观策略、行业发展、上市公司、政策法规等各类报告与数据，形成了一座庞大的信息资源池。这个池子覆盖范围极其广泛，从宏观趋势到微观细节、从行业整体走向到具体公司动态，涵盖了多个维度。 更直接地说，这个平台的目标用户非常清晰——金融从
设想一下，你能够在线创建一位完全属于你的AI女友，与她聊天、进行视频通话，甚至让她向你发送照片和视频——这并非科幻电影的情节，而是Wife app正在实现的现实。 什么是Wife app？ 简而言之，Wife app是一个允许用户创建并与个性化AI女友互动的平台。你可以直接选用现成的虚拟形象，也可以
家庭用餐时，最让人头疼的莫过于“吃什么、怎么买、怎么下厨”。而Marenda这款工具，正是为化解这些日常饮食规划难题而量身打造的。 需求人群 简单来说，无论你是厨房新手、忙碌的上班族，还是想为家人变换菜式的父母，只要你有饮食规划、购物清单整理和烹饪指导的需求，Marenda都能派上用场。 产品特色
在数据领域，信息的精准性和获取效率往往决定了分析质量的起点。今天聊的这个平台——镝数聚，算得上是国内数据聚合赛道里一个值得关注的角色。 它聚合了6000多家权威数据研究服务机构，简单说，就是把散落在各个行业、各个机构手里的数据和报告，集中到一个地方。用户既能免费查询和下载海量数据、行业表格、可视数据
- 日榜
- 周榜
- 月榜
热点快看