近日，受美国能源部国家核安全局（NNSA）的资助，桑迪亚国家实验室宣布在“零能耗模拟光学处理”项目中取得重大进展。该项目旨在通过模拟光学技术，为现代高分辨率和高速成像系统提供更高效的图像处理解决方案，从而应对传统数字处理技术在高功耗和数据存储方面的挑战。
研究背景及目标
现代传感器和成像技术生成的数据量正在迅猛增长，尤其是在遥感等领域，对高分辨率图像和高帧率处理的需求日益迫切。然而，传统数字电子设备在功耗和数据处理能力上已接近极限，这限制了未来传感技术的发展。针对这一瓶颈，桑迪亚实验室开发了一种基于硅光子技术的全新模拟光学图像处理平台。
这种平台利用被动无序光子结构，通过随机投影技术对图像数据进行内核式压缩，并辅以后端神经网络进行高保真图像重建。据研究，系统在压缩比高达1000倍的情况下，数据处理速度可超过每秒1太像素，而能耗仅为传统数字方法的百分之一。
研究方案与技术亮点
该系统的核心技术是基于硅光子的模拟光学编码器。它通过逆向设计的光子加速器，将光学压缩与神经网络框架结合。研究中提出两种数据编码方式：直接模拟编码和数字化重编码。直接模拟编码消除了模数/数模转换环节，进一步降低了功耗并提升了吞吐量。
具体而言，系统利用光调制器和多模波导实现光强的随机分布，通过散射层完成数据压缩，并最终通过光电探测器读取输出信号。数学建模表明，该方法通过矩阵乘法实现了数据压缩，其速度上限由光调制器和探测器的响应速度决定，可超过10 GHz。
实验验证与结果
研究团队开发了一种原型设备，对4x4像素的图像块进行压缩实验。结果显示，实验装置能够成功实现图像压缩，并通过后端神经网络重建图像。重建图像的结构相似性指数（SSIM）高达0.9，与JPEG算法的效果相当，同时能耗显著降低。
此外，实验验证了该系统对噪声的鲁棒性。神经网络能够有效去除图像采集和压缩过程中引入的噪声，简化了传统图像处理管线对去噪步骤的需求。
未来发展方向
尽管该技术已展示了巨大潜力，研究团队提出了一些未来工作方向，包括：
集成高速调制器和探测器，以实现实时处理能力。 扩展内核尺寸，以进一步提升压缩效率。 研究非线性编码方法，提高压缩比和适用范围。 开发针对彩色、超光谱图像的处理能力，拓展应用场景。
桑迪亚国家实验室的研究负责人表示，该技术的成功验证标志着光子计算迈出了关键一步，其高效、低能耗的特点为未来高数据吞吐量需求提供了可能。
报告链接：
https://pan.baidu.com/s/1sdga3SARogGd2JYbqaW58A?pwd=DOEE 提取码: DOEE
