传统光子“储备池计算”（Photonic Reservoir Computing, RC）芯片的网络连接通常是固定的，难以“一招鲜吃遍天”。一项新研究突破了此局限。

复旦大学、曦智科技联合展示了一款大规模可重构光电RC系统 。它基于可编程硅光子芯片，能灵活配置其内部的网络拓扑和连接密度。

论文原文链接：https://www.researchsquare.com/article/rs-6733095/v1

硬件集成64个物理节点，运行频率1 GHz，单次更新延迟低至3 ns。架构可通过时空复用扩展为“深度RC”架构，等效神经元超600个。

实验证实了其“因任务而异”的自适应能力：

信号识别 ：在强非线性干扰下，重构后的稀疏随机拓扑（sparse Random topology）准确率高达99.8%，远超固定拓扑。

信号均衡 ：作为均衡器时，信号质量因子（Q-factor）比传统数字算法提升0.61dB。

图像分类 ：10层深度RC网络实现了96.7%的准确率。

研究证实，不存在“万能”的网络拓扑。最优的网络结构因任务而异。通过在可编程光子芯片上实现拓扑和连接密度的灵活重构，该研究为光子智能计算系统走向实用化和通用化迈出了关键一步。