包括埃克塞特大学c·大卫·赖特教授在内的一组科学家通过使用光子学代替传统电子学，探索了计算机系统的未来潜力。

这篇文章今天(2021年1月29日)发表在该杂志上自然光子学．

这项研究的重点是解决世界上最紧迫的计算问题之一的潜在解决方案——如何开发计算技术，以一种快速和节能的方式处理这些数据。

当代计算机基于冯·诺伊曼架构，在该架构中，快速的中央处理器(CPU)与速度较慢的程序和数据存储器在物理上是分离的。

这意味着计算速度有限，并且由于需要通过带宽有限且能源效率低下的电子互连不断地将数据从存储器和处理器传输到存储器和处理器而浪费了电力，这被称为冯·诺伊曼瓶颈。

结果，据估计，超过50%的现代计算系统的能力仅仅浪费在这种数据的移动上。

来自埃克塞特大学工程系的大卫·赖特教授是这项研究的共同作者之一，他解释说:“显然，需要一种新的方法——一种可以将计算和内存的核心信息处理任务融合在一起的方法，一种可以直接在硬件中整合学习、适应和进化的能力的方法，一种可以消除能量消耗和速度限制的电子互连的方法。”

光子神经形态计算就是这样一种方法。在这里，信号通过光而不是电子进行通信和处理，从而获得更高的带宽(处理器速度)，并大大减少了能量损失。

此外，研究人员试图通过开发直接模拟大脑神经元和突触基本功能的设备，使计算硬件本身与生物处理系统(大脑)同构，然后将这些设备连接在一起，从而为人工智能和机器学习应用程序提供快速、并行、自适应的处理。爱博网投官方网站