文 章 | Xiang SY, Zhang YH, Shi SX et al. Hardware-aware lightweight photonic spiking neural network for pattern c l assificati on. Opto-Electron A dv 9, 250319 (2026).

作者：项水英*，张雅慧，石尚轩，赵浩文，郑殿壮，郭星星，韩亚楠，田野，张力月，施跃春，郝跃

*通信作者

研究背景

在人工智能飞速发展的今天，以大语言模型、计算机视觉为代表的智能应用正全面融入生产与生活，从手机人脸识别、智能语音交互到工业质检、自动驾驶，背后都离不开海量、高速的计算支撑。然而，基于冯·诺依曼架构的电子芯片，在处理大规模数据时会频繁遭遇“存储墙”与“功耗墙”问题，难以满足未来智能时代对更高算力、更低功耗、更小延迟的持续需求。

光子神经网络凭借超高速、低功耗、大规模并行处理优势，成为下一代颠覆性计算范式。近十年来，全球学术界与产业界持续推动光子神经网络技术演进。从早期基于微环谐振器、马赫-曾德尔干涉仪的线性光计算单元，到可实现非线性激活的光子脉冲神经元芯片，光子神经网络的集成度、可编程性与实用性不断提升。而融合生物大脑高效稀疏处理机制的光子脉冲神经网络，更被视作边缘计算、实时智能处理的理想硬件方案。

但长期以来，光子神经形态芯片物理规模与神经网络算法需求不匹配，成为制约光子脉冲神经网络从实验室走向实用化的核心难题。简单说，就是“芯片太小、网络太大”，软件算法无法高效适配硬件约束，导致大量优秀的光子神经网络方案难以真正部署到芯片上完成端到端实用任务。这一尺度不匹配问题，严重阻碍了光子脉冲神经网络从实验室走向产业化应用。

本文亮点

针对这一痛点，西安电子科技大学研究团队创新提出“硬件一算法协同”的轻量化设计思路，从架构、芯片、训练全链条打通技术堵点。研究团队提出基于离散余弦变换的频域轻量化脉冲神经网络架构，将28×28图像经二维离散余弦变换后，提取核心低频特征，把输入维度从784大幅压缩至45，完美匹配现有光子芯片的输入输出端口数量，从源头降低网络计算复杂度与硬件部署难度。

图1 DCT变换频域SNN的总体架构及其硬件部署芯片和系统

在硬件层面， 团队自主设计并流片两款核心芯片 。 1 ） 硅基简化MZI网格光子突触芯片： 16 × 16轻量化结构 ，仅用152个移相器 ，实现低损耗、低功耗光域线性矩阵向量乘法 ，能效达1.39 TOPS/W ，计算密度0.13 TOPS/mm2； 2） InP基16通道DFB‐SA激光阵 列 光 子 神 经 元 芯 片 ： 实 现 类 脑 LIF 神 经 元 非 线 性 脉 冲 激 活 ， 最 大 自 脉 冲 频 率 5.23 GHz ，能效高达987.65 GOPS/W ，单层级端到端时延仅320 ps。

为适配光子硬件非理想特性， 团队还提出“软件预训练一光子硬件原位训练一硬件感知软件微调 ”三阶段协同训练框架 ，通过代理梯度反向传播 、 时间剪枝技术 ，将SNN推理时延压缩至单步（T= 1） ，有效补偿芯片加工误差、系统噪声带来的精度损失。

实验验证显示 ，该轻量化光子脉冲神经网络在软硬件协同推理中， MNIST手写数字分类准确率为90%， Fashion一MNIST时尚物品分类准确率为80.5% ，在支持光域非线性计算的光子神经网络芯片中 ，能效、 时延、可训练参数等性能达到国际领先水平。未来可通过异构集成、全光DCT预处理进一步提升系统性能。

图2 DCT变换后MNIST数据集训练及软硬协同部署实验结果

这项成果首次实现面向硬件约束的光子脉冲神经网络轻量化部署，打通算法与芯片的规模壁垒，为光子脉冲神经网络在轻量化视觉感知、边缘计算、具身智能等场景的硬件落地铺平道路，标志着我国在光子神经形态计算领域迈向实用化新阶段。

该 工 作 以 “Hardware-aware Lightweight Photonic Spiking Neural Network for Pattern Classification”为题发表在Opto-Electronic Advances 2026年第8期。

研究团队简介

项水英 ， 西安电子科技大学二级教授/博士生导师 ， 国家级青年人才 ， 国家重点研发计划项目负责人 ， 西安市光电计算与类脑智能重点实验室主任 ， 陕西省科技创新团队负责人 。 长期从事光神经形态计算与光脉冲神经网络研究 ， 以第一/通信作者在Optica、 Laser & Photonics Reviews 、 PhotoniX 、 Opto-Electronic Advances 、 IEEE Transcations on Neural Networks and Learning systems、 Photonics Research 等发表SCI检索论文160余篇（中科院1区 、 2区90余篇） ，应邀撰写光神经形态计算领域综述10篇 ，连续3年入选“全球前2%顶尖科学家榜单 ” ， 2025年获中国光学工程学会自然科学一等奖（排名第一） ， 牵头制定光电计算相关国家标准1项。担任Opto-Electronic Information (OEI)期刊编委 ， 曾入选2016年度国家博士后创新人才支持计划（合作导师 ：郝跃院士） 。 主持国家重点研发计划项目 ， 国家自然科学基金5项（1重点 + 1优青 +2面上 + 1青年） ，JKW前沿探索项目2项等。

个人主页 ：https://web.xidian.edu.cn/syxiang/

张雅慧 ， 西安电子科技大学副教授/硕士生导师 ， 西安市光电计算与类脑智能重点实验室副主任 。 长期从事光脉冲神经网络 、 光类脑计算等领域研究 。 以第一/共同通信作者在Laser & Photonics Reviews、 Photonics Research 等发表SCI检索论文18篇（中科院1区 、 2区14篇） ， 应邀撰写光脉冲神经网络领域综述1篇 ， 入选2024年 “ 全球前2%顶尖科学家榜单 ” ， 2025年获中国光学工程学会自然科学一等奖 （2/5） 。 主持国家自然科学基金青年项目 ， JKW前沿探索项目 ，参与国家重点研发计划、 自然科学基金联合基金项目等。

长按识别此二维码，直达全文