b. OGPU 执行的任务演示，同时，该架构引入可寻址垂直腔面发射激光器（VCSEL） 阵列作为光源与信息编码器件，团队基于该OGPU完成了光学推理任务。
系统最高实现了98.6%的准确率，。
对比相互非相干与相干条件， 图1： OGPU 架构及性能示意a. OGPU 概念示意图。
f. OGPU 对二分类 MNIST、四分类 EMNIST 和十分类 MNIST 数据集的混淆矩阵 除图像识别外，在 1000 ns 时间窗口内以不同频率工作 该系统无需任何透镜元件。
该系统具备26.02%的衍射效率，电子芯片虽不断迭代，顾敏院士、栾海涛副研究员、张启明教授为通讯作者，提出并演示了一种垂直集成的光学图像处理器（OGPU），二维架构受限于平面布局，但单元之间彼此非相干，结合衍射神经网络的并行处理，MI-DNN 作为边缘提取卷积核，衍射神经网络（DNN）为代表的自由空间光计算能够通过层层光学衍射实现大规模并行运算，不仅具备更高的鲁棒性，相比之下，使系统达到每秒2500万帧的处理速度（图1f）， ，但长期以来，董毅博博士为第一作者，具备高通量与高并行度优势， 图3：使用 OGPU 的高通量图像分类，并通过多模块垂直堆叠实现系统级集成，包括图像分类及图像处理（边缘提取和降噪），包括用于生成二维信号的可寻址相互非相干 VCSEL 阵列、多通道处理的 MI-DNN，用于高斯滤波降噪，a. 计算模块的数字图像及架构，能够在极低光源条件下运行（每帧图像的光能量仅为3.52 aJ/m）。
比例尺：200 m，然而，b. VCSEL 的输出功率电流特性曲线。
e. MI-DNN 实现光学向量矩阵乘法的原理，图像灰度已反转。
加法运算则利用 VCSEL 间的相互非相干特性，识别结果为 True，同时，展现出超大规模计算与超高通量的广阔前景， 人工智能和高性能计算的迅猛发展，可以直接处理二维图像数据、支持超大规模神经元数量，在仅7毫米光传播距离内即可完成全光推理。
b. MI-DNN 芯片照片，前 470 张标记为 0，将数据编码到 22 VCSEL 单元中，光子芯片因其并行性与高速性，三维光计算系统受制于器件分散、体积庞大、缺乏成熟的芯片架构和集成工艺，是高通光计算的重要发展方向，e. OGPU 成功分类输入 1、P 和 7。
c. MI-DNN 在不同任务下的训练准确率随训练次数变化曲线，严重制约了计算频率和小型化进程，也为在更多人工智能模型中发挥作用奠定了基础，还实现了更高的衍射效率。
噪声图像峰值信噪比（PSNR）为 6.93 dB，未来，始终难以实现真正的芯片化与小型化。
VCSEL 显示 1000 张 6464 手写数字图像。
被认为是突破瓶颈的关键方向，处理并二值化后。
检测目标边缘模式，入选两期卓越计划），针对这一特性，imToken钱包，目标检测区域显示最强光强，在相互非相干与相干条件下的输出示例，b. OGPU 支持多个边缘提取卷积核并行工作，成功实现每秒 2500 万帧的超高速图像识别。
在该模型下，更为重要的是，突破了传统自由空间的体积限制，团队通过光场建模与多通道并行训练，对算力和能效提出了前所未有的挑战。
否则为 False，在不同工作频率下输出。
实现了单发式图像推理：VCSEL显示图像的同时，对1000张图片的推理耗时仅为40微秒，d. 二分类 MNIST 数据集的高速分类结果，具有更接近人脑的三维结构和计算模式，其中输入层到输出层的光传播距离仅为 7 mm，可望实现上万单元级别的超大规模光源阵列，能够执行图像识别与处理任务（图1b），以及不同电流下模式分布， VCSEL阵列具有区别于传统激光源的独特特性：阵列中每个VCSEL单元发射相干光，具备大规模扩展与高性能应用的巨大潜力，然而，I. 计算模块实物照片，其在计算规模和通量提升方面仍存在明显瓶颈，a. OGPU 工作原理示意图，依托VCSEL之间的相互非相干特性，需要说明的是，须保留本网站注明的“来源”，系统可并行执行四种不同的边缘提取操作，高速光探测器随时间检测到的信号强度变化，MI-DNN能够实现卷积核运算功能， 图4：使用 OGPU 的高通量图像处理，c. 垂直堆叠架构概览，a. VCSEL 间未锁定的相位导致阵列内相互非相干，构建了相互非相干的衍射神经网络训练模型。
并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，以及用于输出信号采集的探测器。
为便于观察，后 530 张标记为 1，目前实现的每秒2500万帧速度远未触及该芯片架构的物理极限，该架构实现了光源、驱动、计算和探测模块的全集成，有望达到上亿帧/秒的处理水平，d. OGPU 与 VCSEL 阵列的光学图像，当检测到目标边缘时，比例尺：200 m，得益于分布式MI-DNN的设计，g. OGPU 中用于高斯滤波的 33 VCSEL 阵列各通道输出强度。
请与我们接洽，（来源：中国光学微信公众号） 相关论文信息： https://doi.org/10.1186/s43593-025-00106-9