一款新型的光子边缘智能芯片

近日，武汉光电国家研究中心张新亮、董建绩教授团队在光计算与边缘智能领域取得突破，成功研发了一款新型的光子边缘智能芯片（PEIC）。该芯片创新性地实现了将图像、光谱和射频信号等多种模拟信号融合并在光域中直接处理，为解决边缘计算中实时、高通量模拟信号处理的瓶颈问题提供了全新方案。相关研究成果发表在学术期刊Nature Communications上，题为“Photonic edge intelligence chip for multi-modal sensing, inference and learning”。

从智能机器人、健康可穿戴设备到雷达监视，边缘智能应用需要实时处理海量的模拟信号。传统的数字电子方案在处理这些高通量模拟信号时，受到模数转换器（ADC）和电子处理单元的制约，面临着显著的功耗、带宽和延迟瓶颈。现有的集成光子技术虽然具有低延迟优势，但在直接处理和集成多种原始模拟数据方面仍存在挑战，通常依赖复杂的电子预处理。

研究团队提出并实现了一种光子边缘智能芯片（PEIC）新架构，如图1所示。该芯片巧妙地将来自图像、光谱和射频信号等多种模态的模拟输入融合，并统一编码为宽带光谱信号，通过单根光纤输入芯片。在芯片上，这些光谱输入由一个核心的阵列波导光栅（AWG）进行处理，该AWG创新性地同时执行了光谱传感和高能效的卷积运算（能效达29 fJ/OP）。结合后续的非线性激活层和全连接层，芯片构成了一个端到端的光学神经网络，实验中测得片上推理响应时间仅为1.33纳秒。

该芯片的核心创新在于提出了一种“模态融合”前端与片上光计算集成的方案，它统一了模拟信号的采集与光计算过程。与传统方案不同，PEIC无需复杂的电子预处理和高功耗的ADC阵列，能直接处理原始模拟数据。研究团队在实验中成功演示了该芯片对3种不同模态信号的处理能力，包括药物光谱识别、图像分类和雷达目标分类任务，展示了其强大的通用性和实用潜力，如图1所示：

图片:3E1A214AB6294CE9537365BD606_0D0AF8A4_837B6.png

图1.光子边缘智能芯片（PEIC）的概念与架构。展示了芯片面向的多种边缘智能应用场景（如自动驾驶、健康监测、雷达等），对比了传统电子方案与光学方案的局限性。本工作提出的“模态融合”方案：将图像、光谱、射频信号等多种模拟信号统一编码为光谱信号，通过单根光纤输入到集成的光子芯片中。芯片上集成了传感与卷积、非线性激活和全连接层，构成一个端到端的光学神经网络，以实现高能效、低延迟的片上智能处理。

该工作为开发集成了模拟信号采集和光计算的片上智能系统开辟了新路径。这种“感算一体”的光子芯片方案，有望突破传统电子硬件在边缘智能应用中的性能瓶颈，为自动驾驶、机器人、可穿戴医疗设备和环境监测等领域开发下一代高性能、低功耗的边缘计算平台提供了坚实的技术基础。

该项目获得国家自然科学基金杰出科学青年基金项目资助。武汉光电国家研究中心博士生张世纪为该论文的第一作者，董建绩教授为通讯作者。

论文链接：https://www.nature.com/articles/s41467-025-65151-x