机器学习推理任务在多个领域广泛应用,但算力需求与能耗问题愈发突出。利用电磁波在介质中传播的低损耗特性,通过设计介质结构进行光学模拟计算,具有降低功耗、提升计算带宽的潜力。在边缘计算场景中,机器学习推理任务对实时性和能效要求极高。光学模拟计算虽精度较低,但其高速计算特性与边缘计算设备通过高度量化提升推理速度的方法相契合。基于此,研究团队提出集成散射介质的设计方法,降低了加工难度,提升了结构稳定性,并在芯片上通过智能设计的介质超结构实现了高效的机器学习推理。