6.2.2 光学神经网络（ONN）：基于硅光的算力加速

文档摘要

6.2.2 光学神经网络（ONN）：基于硅光的算力加速 6.2.2 光学神经网络（ONN）：基于硅光的算力加速——从微环调制器阵列到可训练前向传播的全栈实现你有没有试过在一块指甲盖大小的硅基芯片上，用光代替电子完成一次完整的ResNet-18残差块推理？不是模拟，不是仿真，而是真实光场在亚微米波导中以接近光速完成矩阵乘加、非线性激活与跨层干涉——整个过程耗时仅37皮秒，功耗低于42 fJ/MAC，而同等精度下，最先进的7nm数字ASIC需消耗1.8 pJ/MAC，慢了近50倍。这不是科幻设定，而是2024年MIT与Ayar Labs联合发布的Sparrow-2芯片在ImageNet子集上实测的结果。