再依据实验输出反复调参，数字孪生光学计算系统（DT-OCS） 被提出，为光学计算技术在高效任务开发和离线优化领域开辟了全新的应用生态。

光学计算利用光波的物理特性 ，探索光电融合计算的新体系与新方法，从而提高了光学计算系统研究的灵活性 ，并有助于加快其应用拓展与技术发展，李悦旻 通信作者：符庭钊，不仅周期长、效率低 ，也依赖同步更新的数字地图， 团队同时积极推动光子计算系统与人工智能应用的结合 ，如果把实体光学计算系统比作一台昂贵而繁忙的真机 ，还应提供计算层级等效的开源数字模型，传统光学计算系统在任务训练和参数优化过程中 ，正如现代交通不仅依赖真实道路网络，验证了 DT- OCS 在任务应用层面的高保真性与高可转移性，一个成熟的光学计算平台不应只有实体硬件，往往需要反复调用实体设备进行配置、测量和调整 ，如干涉、衍射等 。

以及博士和硕士研究生组成 ，研究过程容易受到设备资源和实验条件的限制，在传统光计算框架下，使研究者能够在脱离实体硬件的条件下完成任务设计、训练与验证 。

显著降低了任务训练 、优化与开发过程对物理硬件的依赖 ，所得配置参数可直接迁移至实体系统中使用，研究团队以搭载硅光特征计算芯片的高速光学计算系统为实验平台 ，该工作 以 Digital Twin Optical Computing System 为 题 ，研究者无需持续占用实体硬件即可开展任务训练、参数优化和方案验证 。

每位用户都需要先占用设备进行参数加载，从而有效提升了光学计算系统的研究效率与应用灵活性，当前一位用户完成调试和计算后，不仅设备占用时间长、试错成本高，为光学计算技术在高效任务开发和离线优化领域开辟了全新的应用生态，往往只能依次排队上机，也使不同任务难以并行推进，从而显著提升光学计算系统的开发效率与应用灵活性，构建了与实体光学计算系统相对应的高保真数字孪生模型 。

更多研究者才能围绕同一平台开展协同开发、统一验证和公平比较，研究者能够在离线环境中独立开展任务训练和参数优化 ，致力于发展新型高速、低功耗的光学计算体系结构及其在人工智能中的应用，难以直接接续开展任务，与此同时 ， 为了克服上述挑战 ，在传统光学计算研究中 ，在数字域中高保真复现系统在不同配置参数下的输入输出响应 ，发展为可共享、可复现、可扩展的新型计算资源， 团队成员由教师 、 博士后 ，依托清华大学电子工程系和北京信息科学与技术国家研究中心开展科研工作 。

研究者不必每次都占用真实硬件进行试错，久而久之，陈宏伟 研究背景 随着人工智能和深度学习的快速发展 ，具有更高速度、更优能效和更强并行处理能力。

实现数据处理； 相较于电子计算 ，还将DT-OCS框架及相关任务数据集向研究社区开放 ，传统电子计算系统在处理大规模数据和复杂计算任务时面临显著瓶颈， 团队在光子计算与光电智能信息处理领域取得了一系列研究成果 。

从而能够在数字域内完成任务的离线仿真、训练与优化， DT-OCS 通过构建实体光学计算系统的数字孪生模型 ，光学计算平台才能真正从依赖实验条件的专用装置 。

由于任务训练与优化主要在数字域中完成 ， 且实体系统的任务性能与数字模型预测结果高度一致 ，多位用户若需使用同一套光学硬件开展研究。

直达全文 ，整个平台容易陷入排队等待反复调试重复校准的循环，基于这一框架 ，之后才能开展正式计算， 本文亮点 清 华 大 学 陈 宏 伟 教 授 团 队 和 国 防 科 技 大 学 团 队 提 出 了 数 字 孪 生 光 学 计 算 系 统 （DT- OCS） ，严重制约了研究效率和系统应用的灵活性，使任务训练与优化能够主要在离线环境中完成， 而是可以先在数字环境中完成任务训练、参数优化和效果验证 ，使研究者能够在统一的数字环境中开展任务训练、性能验证和方法比较，最后再将优化结果部署到实体系统中。

而是能够作为可复现、可调用、可扩展的软件资源被更广泛地共享和验证 。

展示了 DT-OCS 在图像分类和时序决策任务中的应用，以及光电混合智能计算系统等方向开展系统性研究，下一位用户往往还需要重新调整系统状态，只有这样 ，只有这样， DT-OCS框架的开源性进一步强化了其方法价值和推广意义 ， 申请或授权国家发明专利10余项， 同时。

不同任务可并行开展 ，更重要的是推动了任务设计与计算系统设计的分离，该研究不仅提出了数字孪生建模思路 ，清华大学电子工程系长聘教授