光子尖峰神经元重大突破：基于硅基集成InP量子阱激光器的类脑计算芯片
【前沿科学转载】
在人工智能对计算速度和能效要求不断攀升的今天，光计算被视为突破电子计算瓶颈最有希望的候选方案之一。然而，要让光学系统真正模拟生物神经元的复杂动力学行为——尤其是尖峰神经网络的脉冲发放机制——一直是极具挑战性的工程难题。
来自国际联合研究团队的最新研究在arXiv上正式发表，首次实验验证了基于双段InP量子阱激光器的光子尖峰神经元，并将其单片集成在硅基平台上。这一成果意味着光学神经元可以像电子芯片一样大规模制造，同时保留了光子计算在速度和带宽方面的天然优势。
研究团队通过精确调控双段激光器的电偏置条件，成功在器件中重现了生物神经元的多种关键动力学特征：包括阈值激发、不应期、时空整合以及周期性发放等核心尖峰行为。这些特性使光子尖峰神经元能够作为构建光学神经形态计算系统的基本单元。
尤为值得关注的是，该研究实现了在硅光平台上的单片集成——这意味着未来的光子神经网络芯片可以直接利用成熟的CMOS半导体制造工艺。硅基集成不仅大幅降低了制造成本，还为实现光电混合计算架构铺平了道路：电子电路负责控制与存储，光子网络负责高速并行计算。
实验数据显示，这些硅基集成光子尖峰神经元的响应速度达到皮秒级别，比生物神经元快六个数量级，能效也比传统电子神经形态芯片提升数个量级。这一工作为构建超高速、低能耗的光学神经形态计算系统提供了关键实验基础，有望在实时信号处理、智能传感和自动驾驶等领域实现革命性突破。
来源：
📄 arXiv:2607.26950 — “Spiking Photonic Neurons Based on Two-Section InP Quantum-Well Lasers Integrated on Silicon”
🏷️ 分类：physics.optics
📅 提交日期：2026-07-29
