计算能力是人工智能（AI）发展的关键支撑。随着摩尔定律的逐渐饱和，新兴智能计算载体和基本理论的发展变得至关重要。得益于光传播的高速和高并行性，光电子智能计算正成为下一代高性能计算范式的潜在选择。

我们的团队在理论、架构、算法和系统方面对大规模可重构光电子智能计算进行了原创性探索。我们提出了傅里叶域衍射神经网络，构建了可重构衍射计算处理器（DPU），开发了全模拟光电融合计算芯片ACCEL，以及大规模通用智能光电子计算芯片“太极”，实现了计算能力的千倍增长和能效的百万倍提升。我们的工作为后摩尔时代高性能智能计算探索开辟了新的道路，将推动自动驾驶、边缘计算等领域的发展。

相关成果已在《自然》（2023）、《科学》（2024）及其系列期刊上发表。已获得50多项国内外专利。相关工作被选为ESI高引用文章、封面文章，荣获2022&2023年中国光学十大进展，2023年中国半导体研究十大进展。

代表性论文

• Fully forward mode training for optical neural networks, Nature 2024
  

• Large-scale photonic chiplet Taichi empowers 160-TOPS/W artificial general intelligence, Science 2024

• Photonic neuromorphic architecture for tens-of-task lifelong learning, Light: Science & Applications 2024

• All-analog photo-electronic chip for high-speed vision tasks, Nature 2023

• Photonic unsupervised learning variational autoencoder for high-throughput and low-latency image transmission, Science Advances 2023

• Training large-scale optoelectronic neural networks with dual-neuron optical-artificial learning, Nature Communications 2023

• Ultrafast dynamic machine vision with spatiotemporal photonic computing, Science Advances 2023

• A multichannel optical computing architecture for advanced machine vision, Light: Science & Applications 2022

• Large-scale neuromorphic optoelectronic computing with a reconfigurable diffractive processing unit, Nature Photonics 2021

• In situ optical backpropagation training of diffractive optical neural networks, Photonics Research 2020

• Fourier-space diffractive deep neural network, Physical Review Letters 2019