他们通过研发多通道光源，利用开创性的技术实现输入向量数据的加载，同时介绍了可以逆向设计的分配器，可以将光信号高效分配到微环阵列，为大规模矩阵-矢量乘法的并行计算奠定了基础。
在完成了实验相关介绍后，他开始说明芯片设计与偏微分方程计算机数值求解相关的算法逻辑。
以普拉斯方程方程和泊松方程为例，详细讲解光子芯片一步步的求解过程。
报告最后，张华总结说道，“高效率分光的设计，针对偏微分方程比常规芯片速度快一千倍以上。”
“利用相同的微环阵列和矩阵分割法，可以实现拉普拉斯方程方程和泊松方程的高精度并行求解。”
“同时，两个方程的求解误差均在5个百分点以内。”
报告结束，会场内响起了一片掌声。
前排的评审专家对报告持有肯定态度，他们问了几个技术性问题，主要针对的还是光子芯片的设计和计算。
张明浩则盯着幕壁上的求解模块分列图仔细思考起来。
他发现有问题。
整个光学芯片的设计思路中，前面的‘硬件’、‘技术’等问题且不谈，后面的计算机算法逻辑内容，《正确感知》给出的结论是‘错误’。
“错误？”
“这种错误，是研究内容错误，是结论错误，还是局部出现了小问题？”
这也是《正确感知》的局限性。
当听一个复杂的研究报告时，除非每一步都使用《正确感知》做判断，否则到最后的‘错误’就会很模糊。
张明浩确实觉得有一点小问题，他对拉普拉斯方程方程和泊松方程有过研究。
两个都是静电学会用到的偏微分方程，相互之间联系紧密，泊松方程比拉普拉斯方程稍微复杂一些。
静电学中的泊松方程，质量、电荷等源分布归零，就会退化为拉普拉斯方程，描述的是无源场的平衡状态。
“拉普拉斯方程的计算求解……”
张明浩盯着模块组图思考着，忽然眼前一亮找到了问题。
他朝着台上看去。
张华教授回答了几个问题，边等待提问边收拾台上的东西。
张明浩很干脆的站了起来，顿时吸引会场学者们的注意。
“谁啊！”
“好年轻，和杜彬院士一起来的，是他手下的博士生？”
“也许吧……”
张华抬起头犹疑的开口，“这位……”
“张华教授，你好，我叫张明
本章未完，请点击下一页继续阅读！