论文显示，可重集成光子学由于其固有的成光处理高速、大带宽和无限并行性，器研对于缓解不断增长的究成数据驱动算力需求至关重要，不过传统上，无需光子芯片同样需要通过光刻与刻蚀形成片上特定形貌，光刻工艺构集果引导激光束通过相干电路形成可以执行计算算法的华人光子网络。
与通过光刻调制来预定义光子功能的发布现有技术完全相反，该团队报告了一种集成光子处理器的可重无光刻范例，利用其实时可重构性，成光处理实现了具有高度灵活性的器研光子神经网络，可执行和重新配置复杂的计算算法，加快信息处理速度以满足长期性能要求。
梁峰将这项技术比作一种艺术工具，一支可以在白纸上画画的笔：“光是我们在一块未图案化的半导体晶圆（白纸）上绘制光子计算网络的笔。用于机器学习应用的光子芯片面临着复杂制造过程的障碍，其中光刻图案是固定的、可重新编程的能力有限、容易出错或损坏并且价格昂贵，通过消除对光刻的需求，我们的芯片克服了这些障碍，并提供了更高的准确性和最终的可重新配置性，因为它消除了预定义功能的各种限制。”
团队成员吴天伟（音译）介绍：“我们可以非常快速地构建和使用它。我们可以很容易地将它与经典电子产品结合起来。我们可以对其重新编程，即时改变激光模式，以实现人工智能网络片上训练的实时可重构计算。”
(责任编辑：热点)