光神经网络的快速发展为算力提升开辟了一条新的研究路径，得益于光信号的低功耗、低延时、高并行、大带宽等特性，基于神经网络架构的光计算有望用于空间信号、时间信号以及片上信息的处理。然而，目前光神经网络计算还欠缺统一架构，由于存在自身的物理限制，不同应用需求所采用的结构、器件、集成度、信号处理方式等均有不同。本报告针对光神经网络的实用性进行探讨，介绍光神经网络计算的基本原理和不同应用场景中的挑战，揭示光计算在未来信息社会中能够发挥的重要作用。