當前，人工智能（AI）系統(tǒng)正在廣泛應用于各個領(lǐng)域，但隨著模型規(guī)模和復雜度的不斷提升，對算力的需求也達到了前所未有的程度。然而，傳統(tǒng)芯片的性能提升速度正日益放緩。根據(jù)“摩爾定律”，每隔約兩年，芯片上可容納的晶體管數(shù)量會翻一番，從而帶來更快、更便宜的計算能力——這一規(guī)律過去數(shù)十年主導了半導體行業(yè)的發(fā)展。
但今天，這一定律正遭遇物理極限的挑戰(zhàn)。晶體管已接近可微縮的最小尺度，電子的流動特性限制了其進一步壓縮的可能。與此同時，AI的整體能耗也在急劇上升，不僅增加了碳排放，也給數(shù)據(jù)中心周圍的當?shù)仉娋W(wǎng)帶來了壓力。
可以說，電子芯片時代正在逼近盡頭。為了實現(xiàn)更可持續(xù)的未來，研究人員將目光投向了光子計算——直接利用光來進行計算，突破傳統(tǒng)架構(gòu)的限制。然而，盡管這一構(gòu)想由來已久，但由于種種障礙，使得這一技術(shù)難以在現(xiàn)實世界實現(xiàn)。
近日，在兩篇發(fā)表于《自然》雜志的研究中，兩個研究團隊分別展示了在硅光子學獲得的互補性突破。通過利用能處理光而非電的半導體芯片，他們在提升計算性能的同時顯著降低了能耗。
兩篇論文介紹的電子-光子混合計算系統(tǒng)在實際應用中展現(xiàn)出與傳統(tǒng)電子處理器相當，甚至在某些場景下更優(yōu)的關(guān)鍵性能指標，標志著光子計算從理論走向現(xiàn)實應用的重大躍進。
光子計算的潛力與挑戰(zhàn)
過去幾十年里，光子計算一直是科學研究的重要方向。與傳統(tǒng)的電子計算不同，光子計算通過使用光（光子）而非電（電子）來傳輸和處理信息，從而有望實現(xiàn)更高的運算速度、更大的數(shù)據(jù)帶寬和更高的能效。這是因為光子計算不會受到電阻所引起的電流損耗，也不會像電子元件那樣產(chǎn)生大量不必要的熱能損耗。
光子計算尤其適合執(zhí)行矩陣乘法——通常被稱為“乘積累加”（MAC）運算。這類運算構(gòu)成了人工神經(jīng)網(wǎng)絡(luò)的核心基礎(chǔ)，也廣泛存在于各種組合優(yōu)化問題中，例如資源分配、網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計、任務調(diào)度及供應鏈物流等實際應用場景。
盡管光子計算展現(xiàn)出諸多優(yōu)勢，但其中的挑戰(zhàn)也不容小覷。長期以來，光子芯片的性能大多是在孤立環(huán)境中進行研究和測試的。但由于電子技術(shù)在當今計算體系中仍占據(jù)主導地位，光子硬件若要真正實用化，必須能夠與現(xiàn)有電子系統(tǒng)高效集成。
然而，將光信號轉(zhuǎn)換為電信號的過程會帶來處理延遲，因為光本身傳播速度更快。此外，光子計算也是基于模擬運算，而非數(shù)字運算，這意味著其在運算精度和可處理任務類型方面仍存在一定限制。
由于目前尚無法以足夠高的精度制造出大規(guī)模的光子電路，這使得從原型系統(tǒng)擴展到商用規(guī)模仍面臨障礙。與此同時，光子計算還需要發(fā)展出配套的軟件與算法，這進一步加劇了它在與其他技術(shù)集成和兼容時的挑戰(zhàn)。
從“做數(shù)學”到“玩吃豆人”
《自然》雜志上的兩項新研究在解決光子計算面臨的諸多關(guān)鍵障礙方面取得了實質(zhì)性進展。在其中一篇論文中，研究人員展示了一種新型的光子計算處理器，名為PACE。該處理器具有低延遲特性，也就是說，在輸入或指令，與計算機做出相應的響應或操作之間，只存在最小的時間延遲。
PACE處理器集成了超過16,000個光子元件，具備解決復雜計算任務的能力。研究人員用它來處理組合優(yōu)化問題，這些問題在許多現(xiàn)實世界領(lǐng)域都有廣泛的應用，包括金融、制造和物流等領(lǐng)域。
這款處理器展示了如何解決光子與電子硬件的集成問題，計算精度的控制問題，以及對運行所需的差異化軟件與算法的適配問題。同時，它也證明了該類架構(gòu)具有良好的可擴展性，有望支持更大規(guī)模的計算任務。
在另一篇論文中，研究人員則展示了一款可以運行主流AI模型的光子處理器。這些AI模型包括自然語言處理器BERT，以及用于圖像識別的卷積神經(jīng)網(wǎng)絡(luò)ResNet。該處理器在運行上述模型時的精度表現(xiàn)，接近當前電子處理器的水平。
研究人員通過一系列任務驗證了該處理器的實際效果，包括生成風格模仿莎士比亞的文本，對電影評論進行分類，以及運行經(jīng)典雅達利游戲（如吃豆人 Pac-Man）等。
挑戰(zhàn)仍在
盡管成果令人振奮，但要讓光子計算成為真正可部署的解決方案，還面臨諸多挑戰(zhàn)。
光學計算的核心優(yōu)勢在于其極高的帶寬和強大的并行處理能力。然而，目前展示的兩款光學處理器在運行頻率上仍處于1GHz（千兆赫）左右，遠未釋放光子器件理論上可達到的100GHz的潛力。
此外，現(xiàn)階段的設(shè)計仍局限于使用單色光和單一空間波導模式，尚未探索多頻率與多空間模式的并行處理能力——這部分正是未來性能提升的重要方向。
不僅如此，當光子處理器真正進入復雜且動態(tài)的商業(yè)AI場景時，其性能穩(wěn)定性、環(huán)境適應性與成本可控性仍將面臨考驗。如何在工業(yè)級環(huán)境中保持持續(xù)的高效運行，將成為光子計算能否走出實驗室、進入現(xiàn)實應用的關(guān)鍵考題。
未來可期
盡管面臨挑戰(zhàn)，光子計算的前景依然值得我們期待。其一大優(yōu)勢在于，光子芯片可以使用與現(xiàn)有電子芯片相同的工廠和生產(chǎn)工藝進行制造，這意味著這項技術(shù)具有很強的擴展?jié)摿Α?/span>
光子計算的研究歷程已持續(xù)數(shù)十年，而這兩項最新成果可能意味著——我們距離真正釋放“光”的計算潛力，構(gòu)建更強大、更節(jié)能的計算系統(tǒng)，已經(jīng)不再遙遠。
在“摩爾定律”日益失效、AI 算力與能耗矛盾日趨激化的今天，一種“用光計算”的全新路徑，正悄然照亮計算的未來。
參考來源：
https://www.nature.com/articles/d41586-025-00907-5
https://www.nature.com/articles/s41586-025-08786-6
https://www.nature.com/articles/s41586-025-08854-x
圖片來源：
封面圖&首圖：Lightelligence
(審核編輯: 光光)
分享
