突破光学计算\"精度天花板\"！丹麦技术大学孟宪松/孔德明/胡浩，最新Nature Communications！

纳米人

2025-08-26

第一作者：孟宪松，孔德明

通讯作者：孔德明，胡浩

通讯单位：丹麦技术大学

原文链接：https://www.nature.com/articles/s41467-025-62586-0

核心创新：突破光学计算的"精度天花板"

传统电子计算面临摩尔定律瓶颈之际，光学神经网络(ONNs)因其超高速、低能耗特性备受瞩目。然而，现有模拟光计算方案受限于噪声累积，数值精度长期被压制在4比特水平，成为制约其实际应用的"阿喀琉斯之踵"。

丹麦技术大学团队最新研发的数字-模拟混合光计算架构(HOP)成功突破这一限制。该技术通过三大创新设计：

1.数模混合编码：输入数据采用数字信号（二进制编码），权重保持模拟加载以不增加光芯片复杂度

2.多维度信号处理：同时利用光信号的幅度、时间、波长等多个自由度

3.智能判决机制：在探测端引入逻辑电平判决和DSP

实验数据显示，HOP在16比特高精度图像处理中实现1.8×10⁻³的超低像素错误率，信噪比高达18.2 dB，计算能效与纯模拟方案相当。

技术解析：如何实现"鱼与熊掌兼得"

传统模拟光计算面临"精度-能效"的权衡困境，即需要高速高精度数模转换器(DAC/ADC)，以及噪声累积导致精度受限。

HOP的突破性在于完全省去输入DAC，直接采用数字光信号输入；通过增大信号样点间的欧氏距离使得噪声容限提升。降低ADC要求，使得分辨率需求降低M比特（M为输入字长）；事实上，模数转换器的解析度要求不再与输入信号挂钩，因此HOP能够在任意输入精度（二进制字长）的情况下工作并保持系统数值精度。

图1. 数字-模拟混合光计算核心原理

研究团队基于硅光子芯片实现了一种基于微环调制器的HOP原型。通过微环调制器阵列（MRM）和简单的高速数字信号处理，验证了其在图像处理和目标检测任务中的卓越性能。

图2. 研究人员提出的HOP的一种基于微环调制器的实现方案。需要注意的是，HOP方案适用于多种实现方式，例如采用MZM和微环滤波器的广播-加权方案。

研究人员首先通过仿真验证对比了HOP和模拟光计算的噪声容忍度。理论计算表明，在25 dB信噪比下，HOP的均方根误差(RMSE)比模拟方案低一个数量级(1.2×10⁻³ vs 2.4×10⁻²)，表明HOP在噪声环境下具有显著优势，更适用于实际应用。

图3. 噪声容忍度对比

三个应用场景验证

图4. 高解析度图像处理

高精度图像处理（INT16 HDIP）：在16位高精度图像处理（INT16 HDIP）测试中，HOP架构展现了卓越的性能表现。研究团队采用Prewitt、Sobel和Laplacian等经典卷积算子进行验证，处理后的图像不仅完整保留了16位深度信息，更实现了1.8×10⁻³的超低像素错误率和18.2 dB的高信噪比。这一突破性进展为高保真医学影像处理、卫星遥感等领域的光学计算实际应用增添了可能性。

图5. 手写数字识别任务。左：数字计算机的计算结果；右：HOP的计算结果。两者综合分类准确率完全一致。

手写数字识别（MNIST）：手写数字识别（MNIST）测试虽然被视为基础性验证，却极具说服力地展示了HOP的实用价值。研究团队处理了10,000张测试图像，结果显示HOP的分类准确率与电子计算机完全一致，均方根误差低至5.4×10⁻³。这一结果不仅验证了HOP在典型神经网络推理任务中的可靠性，更打破了光学计算精度不足的传统认知，为后续更复杂的应用开发奠定了坚实基础。

图6.YOLO目标检测任务

YOLO目标检测：在更具挑战性的YOLO v3目标检测任务中，HOP的表现尤为亮眼。实验表明，如果仅用光计算替代YOLO模型的第一卷积层，HOP对远距离车辆的检测置信度达到49%，而模拟方案仅为28%。补充仿真研究表明，如果所有YOLO卷积层均为光计算实现，传统模拟光计算方案对远距离车辆将完全失效，而HOP实现了对远、中、近全距离车辆的有效检测。这一突破性成果充分证明，高精度光学计算在自动驾驶等实时AI应用场景中具有不可替代的优势，为下一代智能系统的开发提供了新的技术路径。

总结与展望

这项研究首次证明光学矩阵乘法计算可以实现与电子计算相当的数值精度，在不牺牲能效的前提下突破精度限制，并更好地兼容现有电子计算生态。团队表示，下一步将拓展至更大规模神经网络、开发更高精度计算方案，并探索在自动驾驶、医学影像等领域的应用。

本研究得到了丹麦Villum基金会青年学者计划DONN项目（VIL53077）、协同计划Searchlight项目（VIL34320）以及欧盟创新理事会EIC Pathfinder计划DOLORES项目（101130178）的资助

课题组介绍:

欧盟DOLORES项目主页：https://doloresproject.eu

LinkedIn：https://www.linkedin.com/company/104656383/admin/dashboard/

孔德明高级研究员个人主页：https://orbit.dtu.dk/en/persons/deming-kong

胡浩高级研究员课题组主页：https://electro.dtu.dk/research/research-areas/communication-and-cyber-technology/photonic-integrated-circuit-based-systems

原文信息:

Meng, X., Kong, D., Kim, K. et al. Digital-analog hybrid matrix multiplication processor for optical neural networks. Nat Commun16, 7465 (2025). https://doi.org/10.1038/s41467-025-62586-0