随着机器学习应用日益复杂，MIT科学家研发出全新光子芯片技术，旨在取代传统电子运算，提升效能并节省能源。这款光子芯片结合了非线性光学功能单元（NOFU），能用于光子运算的神经网络处理器。

MIT的光子芯片克服了光子技术在处理神经网络运算时的局限，能在0.5纳秒内完成ML分类任务，并保持92%以上的准确度。该芯片采用商业代工的晶圆制程，技术规模可扩大，易于整合进电子产品。

此技术的核心在于NOFU，它能同时整合光子和电子，无需事先转换光学数据为电子信号，即可进行非线性运算。

运算过程中，系统先将神经网络参数编码为光学数据，通过分光镜阵列执行矩阵乘法，再将结果传递给NOFU。

NOFU通过抽取少量光线到光电二极管，将光学信号转换为电流，实现非线性功能。由于所有运算在光学阶段完成，仅在输出结果时转换为电子信号，因此延迟极低且能源消耗大幅减少。

长期来看，这款光子芯片有望为激光雷达、科学研究及高速电信等领域提供更快速、更节能的深度学习技术。