在人工智能神经网络高速发展的背景下，大规模的矩阵运算与频繁的数据迭代给传统电子处理器带来了巨大压力。光电混合计算通过光学处理与电学处理的协同集成，展现出显著的计算性能，然而实际应用受限于训练与推理环节分离、离线权重更新等问题，造成信息熵劣化、计算精度下降，导致推理准确度低。
中国科学院半导体研究所李明研究员团队提出了一种基于相位像素阵列的可编程光学处理单元（OPU），并结合李雅普诺夫稳定性理论实现了对OPU的灵活编程。在此基础上，该团队构建了一种端到端闭环光电混合计算架构（ECA），通过硬件—算法协同设计，实现了训练与推理的全流程闭环优化，有效补偿了信息熵损失，打破了光计算中计算精度与准确度之间的强耦合关系。
该架构通过噪声自学习机制，实现了光学与电学参数联合优化与自适应计算精度补偿。实验结果表明，采用4-bit的OPU时，ECA在MNIST手写数字识别任务（计算机视觉领域的经典任务）上的推理准确率达到90.8%，接近8-bit传统计算架构（TCA）的理论极限（90.9%），这表明光计算系统在低硬件精度仍能实现高精度推理，为高性能计算架构的设计提供了新思路。
该OPU支持30.67 GBaud/s的运算速率，实现981.3 GOPS的计算能力与3.97 TOPS/mm2的计算密度。理论分析表明，该结构可进一步扩展至128×128规模，计算能力可达1,005 TOPS，计算密度为4.09 TOPS/mm2，能效可达37.81 fJ/MAC，显示出其在微波光子信号处理、光通信与神经形态人工智能等领域的应用潜力。
相关研究成果以“End-to-End Closed-loop Optoelectronic Computing Breaking Precision-Accuracy Coupling”为题发表于《先进光子学》（Advanced Photonics）。半导体所博士生李俊燊与博士后孟祥彦为共同第一作者，半导体所李明研究员、石暖暖研究员与西班牙瓦伦西亚理工大学José Capmany教授为共同通讯作者。
该研究得到了国家自然科学基金、北京市自然科学基金、中国博士后科学基金、中国科学院国际合作计划等项目的支持。
论文链接：
https://researching.cn/articles/OJf19b5d9d922324e6
69.3%的实验室获得性感染由程序性错误引起。大多数是操作失误或针头伤害。许多实验室失误归根到底是人为错误，这可能 ·“我相信，有一天我们将能够以像手术那样的精确度来改变致病基因。” ·“目前还没有在大脑中使用任 12月19日，湖北省医工交叉创新大会暨首届医疗器械科技成果展示交易会上，湖北金融赋能医工交叉创新发展计划发布。据悉，截至 教育、科技、人才三者相互促进、相辅相成。建设人才强国是实现建设教育强国和科技强国战略目标的关键条件。那么，一个重 问：据媒体报道，一名中国留学生在美国犹他州疑似遭遇绑架。中国使馆能否证实此事并介绍情况？ 答：中国驻美国大使馆高度重视 据哈尔滨工业大学机电工程学院消息，中国共产党党员，哈尔滨工业大学液压传动与控制专业的创始人、机电学院教授刘庆和同 。本文链接：新研究在高精度光计算领域取得新进展http://www.sushuapos.com/show-11-30201-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。