0 1
导语
近日，来自中国多个顶尖研究机构的科学家团队在《Nature Communications》上发表了一项重磅成果(https://doi.org/10.1038/s41467-026-72316-9)：他们成功研发出全球首款可编程的三维光子神经网络芯片------LAMP，为高性能、低延迟的AI计算开辟了全新路径。
0 2
核心内容
1.三维架构突破平面限制
传统光子芯片受限于二维平面，输入输出通道少，数据需串行化处理。LAMP芯片采用三维波导阵列，支持8×8通道×8层的并行计算，大幅提升空间并行度。
2.可编程与原位训练
芯片集成74个微型热光加热器，可实时调控相位。利用SPSA梯度估计算法，直接在芯片上完成 原位训练，无需外部模型迁移。
3.计算性能卓越
理论计算吞吐量高达6,554TOPS，比现有可重构集成光子方案高出30倍以上。
4.两大应用验证
MNIST手写数字识别：训练准确率93%，测试准确率91.7%。
光学图案生成：成功生成"H""U""S""T"等字母，平均余弦相似度94%。
0 3
研究意义
算力飞跃：6,554TOPS
在理想采样率下，LAMP芯片的理论计算吞吐量高达6,554TOPS，比当前最先进的可重构集成光子方案高出30倍以上。这意味着它能在极短时间内完成复杂的AI推理任务。
真正的3D并行计算
LAMP芯片首次在集成光芯片上实现了真正的三维空间并行计算，打破了平面光子芯片的输入输出瓶颈，为大规模、低延迟的光子计算提供了可行的硬件基础。
可扩展性强，兼容现有工艺
LAMP芯片采用飞秒激光直写技术制造，具备无掩模、快速、低成本等优势。未来可与二维材料、非线性元件等集成，实现全光端到端推理系统。
图1：灯笼形自适应多层光子（LAMP）架构及其神经网络抽象的概念示意图
图2：LAMP结构的制备、封装与表征
图3：LAMP网络针对修改后的国家标准与技术研究院（MNIST）手写数字分类任务的原位训练
图4：基于LAMP网络的片上图案生成
【注】小编水平有限，若有误，请联系修改；若侵权，请联系删除！