一种面向下游token预算的衍射超表面光学前端协同设计方法

本申请涉及光电混合计算及人工智能推理技术领域，公开了一种面向下游token预算的衍射超表面光学前端协同设计方法，包括：从预训练深度神经网络中确定待替代的目标计算层，获取目标层输入输出激活，构建衍射光学等效模型，并依次进行局部等效训练和全局误差补偿训练；将训练后的相位剖面参数转换为光刻版图并加工形成相位结构固定的衍射超表面芯片，在推理阶段旁路目标计算层对应的电子计算算子，通过衍射光学传播完成对应特征映射；在后级网络采用特征序列输入时，根据下游token预算确定光学特征令牌数量。本发明可减少目标计算层对应的电子矩阵乘加运算及权重存储访问，并兼顾光学计算结果与后级网络的数据衔接。