清華大學(xué)電子系陳宏偉教授課題組提出了一種基于亞波長(zhǎng)結(jié)構(gòu)的集成衍射光子神經(jīng)網(wǎng)絡(luò)（DONN），克服了空間衍射光子神經(jīng)網(wǎng)絡(luò)的體積限制，不僅大大提高了計(jì)算單元的集成度，同時(shí)減少了由于龐大的體光學(xué)元件和系統(tǒng)校準(zhǔn)而產(chǎn)生的誤差。對(duì)于其他集成光子神經(jīng)網(wǎng)絡(luò)而言，DONN芯片擺脫了波導(dǎo)數(shù)目的制約，更容易實(shí)現(xiàn)計(jì)算單元的片上大規(guī)模拓展，從而解決了集成光子神經(jīng)網(wǎng)絡(luò)的高計(jì)算容量問(wèn)題。

本研究中實(shí)現(xiàn)的DONN光計(jì)算芯片，其計(jì)算吞吐量可達(dá)1.38×104TOPS（TOPS：Trillions of operations per second，每秒萬(wàn)億次操作），芯片算力密度可達(dá)1016FLOPS/mm2（FLOPS：Floating-point operations per second，每秒浮點(diǎn)操作數(shù)），能量消耗約為10-17J/FLOP（FLOP：Floating-point operation，浮點(diǎn)操作）。該DONN芯片具有完全的國(guó)內(nèi)自主知識(shí)產(chǎn)權(quán)，制備工藝也完全在國(guó)內(nèi)實(shí)現(xiàn)，與標(biāo)準(zhǔn)互補(bǔ)金屬氧化物半導(dǎo)體（CMOS）工藝兼容，滿足大規(guī)模、低成本生產(chǎn)條件。

該成果以“基于片上衍射光學(xué)的光子機(jī)器學(xué)習(xí)”（Photonic machine learning with on-chip diffractive optics）為題發(fā)表在《自然?通訊》（Nature Communications）上。

電子工程系2020級(jí)博士生符庭釗為文章的第一作者，陳宏偉教授為文章通訊作者。其他作者包括清華大學(xué)電子工程系陳明華教授和楊四剛副研究員等。本研究得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃、國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目等的支持。(來(lái)源：清華大學(xué)）