💡
原文中文，约3200字，阅读约需8分钟。
📝
内容提要
牛津大学的研究人员发表了一篇论文，介绍了一种利用降低光学相干性来增强光子卷积处理的方法。他们展示了使用降低时间相干性的光子卷积处理系统，可以提高处理并行性，并实现大规模光子张量核。研究人员在两个光子平台上展示了部分相干处理的广泛适用性。光计算芯片具有高并行度、高能效比和高速度的特点，适用于人工智能等领域。然而，实现大规模光计算芯片仍然是一个难题。研究人员通过降低光源的品质，消除相位噪声问题，并提高系统算力和带宽利用率。这项新技术有望将光芯片算力提升两个数量级，并降低系统能耗。
🎯
关键要点
- 牛津大学研究人员提出利用降低光学相干性增强光子卷积处理的方法。
- 研究展示了部分相干光源在光子卷积处理系统中的应用，提高了处理并行性。
- 光计算芯片具有高并行度、高能效比和高速度，适用于人工智能等领域。
- 实现大规模光计算芯片仍面临挑战，研究者通过降低光源品质来解决相位噪声问题。
- 新技术有望将光芯片算力提升两个数量级，并降低系统能耗。
- 光计算芯片适合大模型、自动驾驶和具身智能等新兴领域。
- 光计算芯片的低能耗特性使其在自动驾驶和大模型训练中具有优势。
- 大规模光计算芯片的调控成本高，需精准控制多个激光光源的波长和相位。
- 研究打破了高品质相干光的传统思维，展示了低品质光源可提高光计算性能。
- 部分相干光源可消除相位敏感性，提升光计算芯片的算力和效率。
➡️
