近些年，随着人工智能的迅速发展，给计算资源带来了严峻的考验。为了实现更低能耗的、更高速的计算，人们提出了各种各样的方案，其中利用光进行计算的方案备受关注。但是，一直以来，人们对光子张量核心能否实现大规模信息处理存在着疑问，针对这一问题，结合薄膜铌酸锂调制器大带宽的特性和光生电子的可存储性，研究团队最近提出了一个新的光子张量核心方案：计算速度达到120 GOPS，矩阵运算规模超过131,072且可变，可执行硬件在环的模型训练，可实现负数与负数的乘法。本报告将对光子张量核心的工作原理、器件结构、以及如何利用其进行图像识别和筛选任务进行详细的介绍。

主讲人介绍：林忠劲，中山大学副教授，围绕着光电子集成技术，聚焦于光学智能感知机理与芯片的研究。在光信息获取方面，重点研究片上偏振和光谱信息获取。在光信息处理方面，重点研究光学神经网络芯片。在光电领域国际期刊上发表论文40多篇，包括Ligh: Science & Applications、Nature Communication、Optica、Laser & Photonics Reviews 等业内权威期刊。