IT之家 11 月 10 日消息，感谢IT之家网友 @原思凯 热心心锁线索投递，上海交通大学现宣布：上海交大邹卫文团队成功研制了一款光学相干点积核计算芯片，具有运行复杂神经网络的能力，率先在光学智能计算芯片上实现了高精度的医学图像重构任务。

IT之家了解到，上海交通大学电子信息与电气工程学院电子工程系区域光纤通信网与新型光通信系统国家重点实验室邹卫文教授团队此次的研究成果已通过《Optical coherent dot-product chip for sophisticated deep learning regression（面向复杂深度学习回归任务的光学相干点积核芯片）》为题在光学领域权威期刊 Light: Science & Applications 上发表。

该工作成功研制了一款光学相干点积核计算芯片，具有运行复杂神经网络的能力，率先在光学智能计算芯片上实现了高精度的医学图像重构任务。邹卫文教授为该论文的通讯作者，博士研究生徐绍夫为该论文的第一作者。

此次，邹卫文教授团队与国内合作单位（北京大学、中科院半导体所）设计并研制一款光学相干点积核计算芯片。

据悉，该芯片突破了阵列化光学器件的相干调控关键技术，成功地实现了实数域计算。借助于新型片上反馈控制算法，大幅提升了光学计算的数值精度。与此前的工作相比，该芯片在数域完整度与数值精度上的突破，使其具备了执行复杂智能任务的能力。

邹卫文教授团队在本研究中，利用医学图像重构任务作为验证，在芯片上成功地运行了 AUTOMAP（用于通用图像重构）神经网络模型，图像重构的质量接近了 32 位计算机的理想水平。

官方表示，该工作不仅推动光学神经网络研究领域攻克实际应用难题，更为下一代智能计算技术提供了新思路。后续进一步提高芯片的器件集成规模，有望实现更高速、更低功耗的光学神经网络处理器，缓解智能算力需求剧增与传统硬件算力受限的矛盾。

论文链接：https://www.nature.com/articles/s41377-021-00666-8

标签： 上海交大 突破性 光学