针对具有高速原位训练能力的非易失性光子存储器的研究瓶颈，浙江大学林宏焘研究员课题组在Advanced Photonics 2023年第4期发表了题为“Electrically programmable phase-change photonic memory for optical neural networks with nanoseconds in-situ training capability”的研发进展。通过集成低损耗 PCM与PIN二极管嵌入式微环谐振器，实现制备2 μm波段、易失性调制速度为15.2MHz、可同时实现光神经网络原位训练和数据存储的光子存储器，研究结果有助于进一步构建高效节能、大规模的光神经网络。

LINK