新闻详情
更多+
INRS研发新型光子神经形态计算设备：突破传统计算瓶颈，赋能下一代低能耗高速通信网络
作者：欧光科技 发表时间：2026-05-20 16:06:47
加拿大魁北克市，2026年5月15日——物联网（IoT）、云服务、边缘计算与人工智能等技术的快速迭代，催生了爆发式增长的海量数据处理需求，而现有电子与传统光子计算平台已逐渐难以兼顾高吞吐量、低延迟与低能耗的核心要求。在此背景下，模仿人脑信息处理机制的神经形态计算框架，成为实现高效光子数据处理的突破性技术方向。
核心技术架构：全光可调神经形态光子储层计算平台
加拿大国家科学研究院（INRS）的研究团队近期成功开发出一款基于光学人工智能与**光子储层计算（ReservoirComputing,RC）**的可调神经形态计算设备，采用单单元、全光学架构，核心基于非线性放大环形镜（NonlinearAmplifyingLoopMirror,NALM）设计，内置时间延迟模块；依托NALM的固有稳定性，即使在噪声干扰、输入信号波动的场景下，也能保持一致的分类性能。
该设备集成了非线性螺旋波导与半导体光放大器，用于调制储层激活函数；依托储层计算的核心特性，可将复杂的输入信号映射至高维状态空间，大幅提升设备对极微弱信号变化的感知灵敏度。
核心创新：原生支持多波长并行多任务处理
研究团队通过时间复用技术在储层内构建虚拟节点，训练过程仅需针对读出层进行优化，大幅降低了训练复杂度。不同于传统架构，该设备可通过多路同步连续波激光器，在不同波长通道上同时支持多任务处理，实现了并行数据注入的真正并发，可同时执行相同或不同类型的机器学习任务。
通过在独立数据通道上支持并行多任务处理，这款光子储层计算设备无需增加额外硬件复杂度，即可实现可扩展的计算性能；依托单单元内全波长通道的并行处理机制，结合密集编码技术，彻底消除了传统架构的延迟瓶颈，吞吐量可直接与可用通道数量成比例提升，实现了高能效的实时信号处理。
性能指标：行业领先的吞吐量与能效表现
研究人员表示，这款设备可作为传统电子计算方案的强力替代方案，依托光计算的天然优势，可在超高速运行、极低能耗的前提下，高精度恢复失真的电信信号。目前该设备已可支持高速、低延迟的非线性复杂机器学习任务，包括面向预测场景的分类任务、面向电信号恢复的回归任务。
实测性能数据显示，该设备实现了**每秒20万亿次运算（20TOPS）的吞吐量**，**每运算仅消耗4.4飞焦耳（fJ）的能量**，同时在分类与回归任务中均保持了高精度；在并行机器学习多任务处理场景下，最低预测准确率超过94%，充分验证了方案的可行性。
应用前景与行业价值
这项研究成果为面向实时智能应用的可重构、紧凑型、高性能光子处理器提供了清晰的发展路径。INRS研究员LuigiDiLauro表示：“我们的研究证明，光学人工智能可以成为传统电子方案的有力替代品。依托光计算技术，我们的设备能够以超高精度恢复失真的电信信号，同时实现超高速运行，能耗仅为传统方案的极小一部分。”
INRS罗伯托·莫兰多蒂教授指出：“光子学与人工智能的交叉领域，将为更快、更节能的通信网络开辟全新方向。”
从长期发展来看，将光学人工智能直接整合到现有电信基础设施中，可支撑下一代更快、更高效、更可持续的通信网络，承载持续增长的互联网流量、云服务与边缘计算需求，同时大幅降低相关技术的环境影响。
更多文章
更多+
-
离轴 MTF 与全视场测量：镜头质量不能只看中心欧光科技 · 光学传递函数测量离轴 MTF 与全视场测量：镜头质量不能只看中心轴上 MTF只是起点离轴 MTF视场边缘质量子午/弧矢两个方向分量全视场质量矩阵一
-
光学玻璃体缺陷检测：条纹、气泡与夹杂物很多光学加工者有一个惯性思维：拿到一块抛光好的玻璃，面形 PV 合格、透过率达标，就认为这块料没问题了。但光学玻璃的质量远不止表面面形——玻璃内部还藏着一类"体缺陷"（bulk defects），它们不影响面形，却会散射光、引入波前畸变、甚至在激光或高能应用里成为损伤起点。
-
面型测量和波前测量是一回事吗？一文讲清两者区别一、两个常见的光学检测概念在光学加工和镜头检测中，'面型测量'和'波前测量'是两个经常被提到的术语。很多人会把它们混为一谈——都是用干涉仪测，都出PV值和RMS
-
中心偏测量：镜头装调中最容易被忽视的关键环节一个镜头通常由多片透镜组成。理想状态下，每片透镜的光轴应该与镜头的机械轴（安装基准轴）完全重合。但在实际装调过程中，由于加工误差、装配偏差，每片透镜的光轴都会有不同程度的偏移——这就是中心偏（Center偏差，也称Decenter）。
-
偏振度与消光比测量： 光的"方向性"怎么量化激光、LCD、偏振通信都依赖'光的振动方向'——这个看不见的属性，用偏振度和消光比来打分偏振度偏振光占比消光比偏振纯度指标检偏器正交探测法波片相位延迟测量一、偏
声明：此篇为欧光科技原创文章，转载请标明出处链接,以上文章或转稿中文字或图片涉及版权或法律等问题，请及时联系本站，我们会尽快和您对接处理。
