一种基于片上多维复用和相变材料的高通量低能耗光学卷积运算器

本发明公开了一种基于片上多维复用和相变材料的高通量低能耗光学卷积运算器，旨在解决现有光学神经网络加速器在能耗、吞吐量和计算效率方面的局限性。传统光学计算架构通常采用单一维度的复用，这使得光学计算的规模受限。本发明通过创新性的波长与模式的混合复用技术，在同一芯片中实现多个计算通道的并行处理，有效提升了并行计算的规模，提升算力。此外，该光学卷积运算器利用非易失性相变材料GSST进行权重存储，能够突破冯·诺依曼架构的局限实现光学存算一体，从而进一步降低功耗，提升计算能效。