周文

人工智能大模型训练和推理中的数据存储与处理需求急剧上升，而新型光学非易失性存储材料与器件的研发则为提升神经网络算力并降低功耗提供了契机。相变材料光子器件在大数据处理中表现出高时钟频率、大带宽、皮秒级延迟和高能效等优势，使得相变光子材料与器件研究可深度赋能神经形态光计算。我们聚焦光子计算材料与器件研究，深入理解相变材料的键合机制、光学性质与性能调控策略。以新型光学相变材料研发为驱动，主要应用于光波导器件多值存储、神经突触仿生、神经形态计算与光电混合集成技术等方面。