由斯威本科技大学领导的一个国际研究团队展示了世界上最快、最强大的人工智能（AI）光学神经形态处理器，其运行速度超过每秒10万亿次运算（TeraOPs/s），能够处理超大规模数据。这一突破发表在著名的《Nature》杂志上，代表了神经网络和整个神经形态处理的巨大飞跃。

人工神经网络作为人工智能的重要形式，可以 "学习"并执行复杂的操作，在计算机视觉、自然语言处理、面部识别、语音翻译、医疗诊断等诸多领域都有广泛的应用。人工神经网络受到大脑视觉皮层系统生物结构的启发，从原始数据中提取关键特征，以前所未有的准确性和简单性来预测属性和行为。

在斯威本大学David Moss教授、Xingyuan (Mike) Xu博士和RMIT大学杰出教授Arnan Mitchell的带领下，该团队在光学神经网络方面实现了一项特殊的壮举：极大地加快了其计算速度和处理能力。

该团队展示了一种光学神经形态处理器，其运行速度比以往任何处理器都要快1000多倍，该系统还能处理超大规模图像，足以实现完整的面部图像识别，这是其他光学处理器一直无法完成的。

这一突破是通过'光学微梳'实现的。虽然最先进的电子处理器（如谷歌TPU）的运行速度可以超过100 TeraOPs/s，但这是通过数万个并行处理器完成的。相比之下，该团队所展示的光学系统使用的是单个处理器，并且是利用一种新技术，通过集成的微梳同时在时间、波长和空间维度上交织数据实现的。

这种处理器可以作为任何神经形态硬件（基于光学或电子的）的通用超高带宽前端，使实时超高带宽数据的海量数据机器学习触手可及。这项技术适用于所有形式的处理和通信，未来希望在芯片上实现完全集成的系统，从而大大降低成本和能源消耗。

论文标题为《11 TOPS photonic convolutional accelerator for optical neural networks》。