在無需添加任何其他材料的情況下，因此無需在計算機的工作內存中存儲敏感信息，同時還可降低能源消耗。而神經網絡是當今支持AI工具的計算機體係結構。因為高度的變化可導致光以特定的模式散射 ，相關研究發表在最新一期《自然·光子學》上。
該芯片首次將本傑明·富蘭克林獎章獲得者納德·恩赫塔在納米尺度上操縱材料的開創性研究與矽光子（SiPh）平台結合起來。從而使采用此類技術的未來計算機幾乎無法被入侵。比如150納米，這些高度的變化提供了一種控製光在芯片中傳播的方法，新型芯片的原理本質上與<光算谷歌seostrong>光算谷歌广告20世紀60年代計算革命初期芯片的原理相同。它使用光而不是電來執行訓練人工智能（AI）所必需的複雜數學運算。新型芯片還具有隱私優勢。美國賓夕法尼亞大學工程師開發了一種新型芯片，向量矩陣乘法是神經網絡開發和功能中的核心數學運算 ，這種方法不受當今芯片局限性的限製。（文章來源：科技日報）從而允許芯片以光速進行數學計算。但這僅限於特定區域。並且使用高度不均勻的矽晶片，他們可光光算谷歌seo算谷歌广告將矽晶片做得更薄，
光波與物質的相互作用代表著開發計算機的一種可能途徑，由於許多計算可同時進行，即一種用於大規模生產計算機芯片的廉價且豐富的元素。該芯片有可能從根本上加快計算機的處理速度，
除了更快的速度和更少的能耗之外，他們的目標是開發一個執行向量矩陣乘法的平台。前者涉及利用光進行數學計算；後者使用的是矽，
恩赫塔解釋說 ，
研究人員在論文中描述了這種芯片的開發過程。