當前，人工智能（AI）系統正在廣泛應用于各個領域，但隨著模型規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，傳統芯片的性能提升速度正日益放緩。根據“摩爾定律”，每隔約兩年，芯片上可容納的晶體管數量會翻一番，從而帶來更快、更便宜的計算能力——這一規律過去數十年主導了半導體行業的發展。
但今天，這一定律正遭遇物理極限的挑戰。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，也給數據中心周圍的當地電網帶來了壓力。
可以說，電子芯片時代正在逼近盡頭。為了實現更可持續的未來，研究人員將目光投向了光子計算——直接利用光來進行計算，突破傳統架構的限制。然而，盡管這一構想由來已久，但由于種種障礙，使得這一技術難以在現實世界實現。
近日，在兩篇發表于《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-光子混合計算系統在實際應用中展現出與傳統電子處理器相當，甚至在某些場景下更優的關鍵性能指標，標志著光子計算從理論走向現實應用的重大躍進。
光子計算的潛力與挑戰
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，從而有望實現更高的運算速度、更大的數據帶寬和更高的能效。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生大量不必要的熱能損耗。
光子計算尤其適合執行矩陣乘法——通常被稱為“乘積累加”（MAC）運算。這類運算構成了人工神經網絡的核心基礎，也廣泛存在于各種組合優化問題中，例如資源分配、網絡結構設計、任務調度及供應鏈物流等實際應用場景。
盡管光子計算展現出諸多優勢，但其中的挑戰也不容小覷。長期以來，光子芯片的性能大多是在孤立環境中進行研究和測試的。但由于電子技術在當今計算體系中仍占據主導地位，光子硬件若要真正實用化，必須能夠與現有電子系統高效集成。
然而，將光信號轉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模的光子電路，這使得從原型系統擴展到商用規模仍面臨障礙。與此同時，光子計算還需要發展出配套的軟件與算法，這進一步加劇了它在與其他技術集成和兼容時的挑戰。
從“做數學”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鍵障礙方面取得了實質性進展。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化問題，這些問題在許多現實世界領域都有廣泛的應用，包括金融、制造和物流等領域。
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具有良好的可擴展性，有望支持更大規模的計算任務。
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網絡ResNet。該處理器在運行上述模型時的精度表現，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，以及運行經典雅達利游戲（如吃豆人 Pac-Man）等。
挑戰仍在
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。
光學計算的核心優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，現階段的設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的商業AI場景時，其性能穩定性、環境適應性與成本可控性仍將面臨考驗。如何在工業級環境中保持持續的高效運行，將成為光子計算能否走出實驗室、進入現實應用的關鍵考題。
未來可期
盡管面臨挑戰，光子計算的前景依然值得我們期待。其一大優勢在于，光子芯片可以使用與現有電子芯片相同的工廠和生產工藝進行制造，這意味著這項技術具有很強的擴展潛力。
光子計算的研究歷程已持續數十年，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，構建更強大、更節能的計算系統，已經不再遙遠。
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
