清華大學電子系陳宏偉教授課題組提出了一種基于亞波長結構的集成衍射光子神經網絡（DONN），克服了空間衍射光子神經網絡的體積限制，不僅大大提高了計算單元的集成度，同時減少了由于龐大的體光學元件和系統(tǒng)校準而產生的誤差。對于其他集成光子神經網絡而言，DONN芯片擺脫了波導數(shù)目的制約，更容易實現(xiàn)計算單元的片上大規(guī)模拓展，從而解決了集成光子神經網絡的高計算容量問題。

本研究中實現(xiàn)的DONN光計算芯片，其計算吞吐量可達1.38×104TOPS（TOPS：Trillions of operations per second，每秒萬億次操作），芯片算力密度可達1016FLOPS/mm2（FLOPS：Floating-point operations per second，每秒浮點操作數(shù)），能量消耗約為10-17J/FLOP（FLOP：Floating-point operation，浮點操作）。該DONN芯片具有完全的國內自主知識產權，制備工藝也完全在國內實現(xiàn)，與標準互補金屬氧化物半導體（CMOS）工藝兼容，滿足大規(guī)模、低成本生產條件。

該成果以“基于片上衍射光學的光子機器學習”（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。本研究得到了國家重點研發(fā)計劃、國家自然科學基金重點項目等的支持。(來源：清華大學）