本论文研究了基于微环共振器的模拟光子结构，用于加速深度神经网络中的通用矩阵乘法，具有出色的吞吐量和能效。作者通过分析三种不同的调制顺序，发现它们对电路级的串扰噪声和光信号损失以及系统级的吞吐量和能量区域能够带来不同程度的影响。评估结果显示，SMWA组织在吞吐量、能效和面积能量效率方面的提升分别多达4.4倍、5倍和5.2倍。

本论文研究了基于微环共振器的模拟光子结构，用于加速深度神经网络中的通用矩阵乘法，具有出色的吞吐量和能效。作者发现分拆-调制-加权-聚合的组织方式在吞吐量、能效和面积能量效率方面有显著提升。