随着人工智能（AI）技术的迅猛发展，尤其是深度学习和神经网络的应用，计算任务对处理速度和能效的要求不断提高。光计算作为一种前沿技术，凭借其高速并行处理能力和低能耗特性，成为解决这些挑战的重要手段。近年来，AI与光计算的融合不仅提升了神经网络的计算效率，还为实时数据处理提供了全新的可能性。
中心张旭苹教授团队与相关光计算研究组合作首次成功将光学神经网络与分布式声学传感（DAS）系统结合，基于一种时间-波长复用机制的光神经网络加速器(TWM-PNNA)，利用实时稀疏化剪枝和啁啾调控等方法实现了光学神经网络的设计自动优化，提升了光计算的精度和稳定性，为光学神经网络在实际应用中的部署和优化奠定了基础，相关成果以Time-Wavelength Multiplexed Photonic Neural Network Accelerator for Distributed Acoustic Sensing Systems为题，发表在Advanced Photonics 2025第2期。南京大学集成电路学院邹宁睦副教授，现代工程与应用科学学院江伟教授、张益昕教授为共同通讯作者，南京大学现代工程与应用科学学院博士生于福浩、集成电路学院博士生邸康健为共同第一作者。
文章来源：https://mp.weixin.qq.com/s/TbMll5b8LD9r4z6BxSImGQ