简介
现有边缘感知系统遵循“光成像-光电转换-像素缓存-电子处理器运算”的分立冯诺依曼架构，在AI时代海量数据处理及带宽能耗极限约束下，感算分离架构面临巨大挑战。光电融合感算技术，回归光信号本身，在感知源头利用光子并行、低能耗特性完成大部分智能计算，成为后摩尔时代突破电子算力、功耗、带宽瓶颈的底层变革路线，将重构视觉与多模态感知体系，是边缘AI、具身智能、下一代视觉大模型的核心底层支撑技术。本论坛将聚焦光电融合感算一体技术，从新型光电融合感算架构、光学超表面特征提取、全光可重构并行计算、光谱智能感知与重建等关键技术领域探讨学术前沿问题，为从事感知认知与计算的同行提供交流和学习的平台。
简介为官网原文，部分内容可能未写完。
人员
主席
- 董星辰 · 启元实验室
嘉宾
- 林春 · 中国科学院上海技术物理研究所、红外探测全国重点实验室
- 袁鑫 · 西湖大学
- 邹承均 · 中国科学院微电子研究所
- 曲俞睿 · 上海科技大学
- 杜清扬 · 之江实验室
报告安排
中红外单光子探测与光子计数研究进展
林春 · 中国科学院上海技术物理研究所、红外探测全国重点实验室
简介
基于盖革雪崩模式的近红外单光子探测已得到广泛应用。而1.7微米以上的短/中波红外单光子探测和光子计数仍未突破。碲镉汞材料载流子离化系数差异极大，可制备低噪声雪崩探测器。本文报道了具有单光子探测能力和光子计数能力的高增益线性雪崩碲镉汞中波红外探测器。器件截止波长超过4微米，增益达到15000以上，噪声等效功率优于0.1fW/Hz1/2，具有稳定的单光子探测能力。本文探讨了其在三维成像、自由空间光通讯和量子纠缠研究方面的应用潜力。
从计算成像到计算视觉认知
袁鑫 · 西湖大学
简介
本报告提出“计算视觉认知”新范式。计算成像的发展证明了“压缩编码采集能够高效表征高维数据信息”，基于此，我们提出打破“先重建、后认知”的传统链路，直接在压缩测量域开展高效的认知推理与任务处理。该方法不仅大幅降低了端侧算法的带宽与功耗开销，还能将认知反馈实时逆向指导前端光学编码的动态优化，形成“感知-认知-编码”闭环。计算视觉认知为高维信息感知领域的低功耗、边缘化部署与智能化演进提供了全新的解决思路。
基于光电混合神经网络的三维场景目标感知研究
邹承均 · 中国科学院微电子研究所
简介
当前三维场景感知面临信息冗余高、算法复杂、计算量大及硬件成本高等问题，难以满足算力受限平台高速、低功耗实时处理需求。针对上述问题，本报告围绕光学计算与智能感知需求，介绍基于衍射神经网络和光电混合神经网络的三维场景感知方法，通过光学前端对目标信息进行编码预处理，实现目标识别、定向、测距等功能，有效降低后端网络复杂度、算力需求和硬件成本，为自动驾驶、机器人及边缘计算等平台实现高效感知处理提供新思路。
基于光子-自旋电子混合计算的可扩展物理优化
曲俞睿 · 上海科技大学
简介
物理优化硬件通过利用物理系统的内在动力学，为解决组合优化问题提供了一条极具前景的途径。然而，同时实现高度可扩展的交互处理和高能效的随机采样仍然是一个基本的物理挑战。在此，我们介绍了一种混合计算架构，其在物理上被实现为光子-自旋电子伊辛机（PSIM），该架构将空间光子学的大规模并行哈密顿量评估与随机磁隧道结的低能耗概率采样相结合。我们在具有代表性的优化和联想记忆任务上对 PSIM 进行了实验验证，包括数字划分、最大割和霍普菲尔德网络图像恢复。我们的原型机实现了一个 16,384 自旋系统，达到了理论最优值的 95%，同时在问题规模增加时仍能保持稳定的收敛。光学交互处理的并行特性将迭代时间与问题规模解耦，保持了 1.96 × 10⁻² 秒的恒定速度。同时，自旋电子采样模块仅以 2.22 nJ/bit 的能耗执行热力学采样，与数字实现方式相比，将系统整体能耗降低了 20% 以上。这些结果确立了光子-自旋电子协同计算可作为下一代物理优化的可扩展且高能效的硬件平台。
面向大规模算力中心的高速光电共封交换技术
杜清扬 · 之江实验室
简介
随着人工智能大模型的快速发展，算力中心内部数据流量呈爆炸式增长，传统可插拔光模块架构在带宽密度和功耗方面已逼近物理极限，成为制约算力持续发展的关键瓶颈。光电共封装技术将光引擎与交换芯片在封装级近距离集成，被公认为突破“带宽墙”与“功耗墙”的核心路径。本报告面向大规模算力中心对高带宽、低功耗光互连的迫切需求，系统研究了光电共封关键技术，为大规模算力中心提供了光互连底座的解决方案。