人工智能大模型训练和推理中的数据存储与处理需求急剧上升，而新型光学非易失性存储材料与器件的研发则为提升神经网络算力并降低功耗提供了契机。相变材料光子器件在大数据处理中表现出高时钟频率、大带宽、ps级延迟和高能效等优势，使得相变材料学研究可深度赋能神经形态光计算。聚焦光电子相变神经形态计算材料的研发进展，以结晶化机制为区分，详细讨论了不同种类相变材料的键合机制、光学性质与性能调控策略。综述了相变材料在光波导器件多值存储、神经突触仿生、神经形态计算与光电混合波导技术等方面的发展，并展望了该领域面临的机遇与挑战。

Link:光电子相变神经形态计算材料的研发进展（特邀） | 激光与光电子学进展 -- 中国光学期刊网