近期，中国科学院上海光学精密机械研究所空天激光技术与系统部谢鹏研究员团队在多维复用光计算领域取得进展。相关成果以“Hyper-parallel optical tensor processors toward multitask neural networks”为题，发表于Laser & Photonics Reviews。
研究团队在“流星一号”超高并行光计算集成芯片研究基础上，进一步拓展波分复用、空分复用的融合和多任务矩阵网络共享，构建多维复用的光计算架构，实现多任务、多模态信息并行处理，验证了其在遥感图像配准与识别任务中的可行性。
该架构由不同波长并行承载数据，并由多个光子张量核心并行处理；不同任务共享前端光学网络，通过专用后端完成处理。研究团队构建了三个独立光计算核心组成的多维复用光计算系统，融合波长复用(Wavelength Multiplexing)、数据广播(Data Broadcast)和网络复用(Network Reuse)，单核心完成108波长通道并行计算验证，系统实现324计算并行度与2任务的矩阵计算网络共享。
实验完成了宽光谱范围内多种光学卷积算子(Diagonal, Sobel-x, Sobel-y)的图像卷积，光学卷积结果与电子基准的均方根误差均低于0.08。在此基础上，团队进一步基于多维复用光计算系统，开展遥感图像配准与识别技术验证，识别准确率84.5%。
该研究工作围绕光计算并行度提升与多任务矩阵网络共享，以波长、空间、任务多维信息并行处理的方式，验证了光计算算力拓展的可实施性。
