近年来,光计算与光人工智能吸引了各国学术界和产业界的广泛关注,利用光子器件替代电子器件、光信号替代电信号完成各种计算任务,成为一种另辟蹊径的选择。为什么光可以用来做计算?光计算相比于电计算有哪些潜在优势?光器件也能集成在芯片上吗?深度学习神经网络模型怎样以光学方式实现?光计算在学术界和产业界的发展现状如何?光学计算和量子计算有什么分别?本报告将对光计算与光人工智能领域相关研究进行简要综述。
光神经网络的快速发展为算力提升开辟了一条新的研究路径,得益于光信号的低功耗、低延时、高并行、大带宽等特性,基于神经网络架构的光计算有望用于空间信号、时间信号以及片上信息的处理。目前,光神经网络计算还欠缺统一架构,面向不同的应用需求,所采用的物理结构、器件性能、集成度、信号处理方式等均有不同。本报告拟对光神经网络计算的基本原理和多种应用场景进行初步探索,揭示从空间到芯片的光计算架构的共同特性以及关键差异,探讨光计算在未来信息社会的应用前景。
光纤通信作为二战以来最有意义的四大发明之一, 奠定了网络信息传输的基石, 承载了全球90% 以上数据流量, 但预计其未来 20 年将遭遇 “传输容量危机”. 本文围绕超高速率、超大容量、超长距离、超宽灵活、超强智能 (ultra-high speed, ultra-large capacity, ultra-long distance, ultra-widebandflexibility, and ultra-powerful intelligence, 5U) 这 5 个光纤通信的发展维度开展研究, 在回顾了其 50 多年发展历程的基础上, 对近 10 年来所取得的一系列最新进展进行了全面综述, 并就未来 10 年甚至 20年的演进趋势做出展望.