科學家們對今後發展快速、節能和未來的計算機系統的步驟提出了令人著迷的新見解，這些系統使用光而不是電子來處理和儲存資訊--其中包括直接受人類大腦功能啟發的硬體。

一個科學家小組，包括埃克塞特大學的C . David Wright教授，利用光onics取代傳統電子學，探索了計算機系統的未來潛力。

這篇文章今天(2021年1月29日)發表在《自然攝影》雜誌上。

研究的重點是解決世界上最緊迫的計算機問題之一的潛在辦法--如何開發計算機技術，以快速和節能的方式處理這些資料。

現代計算機是建立在von Neumann結構的基礎上的，在該結構中，快速中央處理股與速度較慢的程式和資料儲存器實際分離。

這意味著計算速度有限，由於需要透過頻寬有限和能源效率低下的電力互聯--也就是所謂的von Neumann瓶頸--不斷向記憶體和處理器傳輸資料，從而浪費了電力。

因此，據估計，現代計算系統50%以上的電力僅僅是在這種資料移動中浪費的。

埃克塞特大學工程系的C . David Wright教授和研究報告的共同作者之一解釋說： "顯然，需要一種新的方法--一種能夠將計算機和記憶的核心資訊處理任務結合起來的方法，一種能夠將學習、適應和發展的能力直接納入硬體的方法，一種能夠消除能源消耗和限制速度的電力互聯的方法" 。

光神經形態計算機就是這樣一種方法。在這裡，訊號的傳輸和處理使用的是光，而不是電子，可以使用高得多的頻寬（處理器速度），並大大減少能量損失。

此外，研究人員還試圖透過開發直接模仿大腦神經元和突觸基本功能的裝置，將這些硬體本身與生物處理系統（大腦）形成異構，然後將其連線到能夠為人工智慧和機器學習應用提供快速、平行和適應性處理的網路中。