据MIT科技评论网7月11日消息，中国深圳大学联合研究团队创新性地提出基于荧光矩阵–向量乘法（Fluorescence Matrix–Vector Multiplication, FMVM）的新型光神经计算架构。依托该架构，研究团队首次在材料层实现了光学权重编程、神经计算与结果显示三位一体。与传统神经元模型的异构网络ONN体系相比，FMVM的光神经计算架构具有五大优势：一是全光域处理，无需电信号转换；二是低功耗，无需持续能耗维持权重存储；三是并行显示输出，可同时显示多类输出结果；四是非挥发存储能力，可写入/擦除并长期保存；五是材料扩展性强，可扩展至量子点、MOF、碳点等多类荧光材料。此次创新为未来的可穿戴设备、边缘AI感知系统、自然光信号处理与光学安全识别提供了可行方案。相关研究成果发表在国际光学权威期刊Optica。