當今社會，人工智能正在改變臨床診斷（duàn）、自動駕駛、語音翻譯等各個領域。但是，數據量（liàng）的快速增長（zhǎng）給AI中使用的電子計算硬件帶來了巨大的挑戰，計算速度（dù）和功耗問題已成為人工智能的主要瓶頸。Xu等人和Feldmann等人的兩篇論文報（bào）告了一種通過利用光（guāng）的獨特屬性來加速AI處理的光子處理器。這些報告引發（fā）了光學計算的複興。
隨著人（rén）工智能的興起，傳統的電子計算方式逐漸達到其性能極限，遠遠落（luò）後於可處理數據的快速增長。在各種類型（xíng）的AI中，神經網絡（luò）由於其出（chū）色的表現而被廣泛（fàn）用（yòng）於AI任務（wù）中。這些網絡使用多層相互連接的人工神（shén）經元執行複雜的（de）數學運算，其中占用了大多（duō）數（shù）計算資源的基（jī）本運算是矩（jǔ）陣向量乘法。
研究人員進行了各種努力來設計和實現特定的電子計算係統，以加速人工神經網絡中的計算。尤其（qí）是專用集成電路、腦啟發計算和內存內計算（使用稱為（wéi）憶阻器的一（yī）組存儲（chǔ）設備（bèi）在原（yuán）位執行計算（suàn））等定製芯片（piàn）的使用已經取得了相當大的成功（gōng）。
雖然在電子計算中（zhōng）信息（xī）的載體是電子，但是光子長期以來一直被視（shì）為一種可行的替代方案。由於光譜涵蓋的波（bō）長範圍更加廣泛，許多不同（tóng）波長的光可以同時進行多路複用（yòng）（並行傳輸）和調（diào）製（zhì）（改變得可以攜（xié）帶信息），而不會相互幹擾光信號。此外，信息以光速傳播會使時間（jiān）延遲達到最小，無源傳（chuán）輸（不需要輸入功率）有助於超低功耗，並且相位調（diào）製（用來改變光波的量子力學相位（wèi））使（shǐ）光可以輕易地在大於40 GHz的頻率下調製和檢測。
在過去的（de）幾十年裏，光纖通信取得了（le）巨大的成（chéng）功。但是，利用光子進行計算仍然具有挑戰性，尤其（qí）是在與先進的電子（zǐ）處理器相當（dāng）的規模和性能水平上。其困難來源於缺乏（fá）合適的並行計算機製、允許人工神經（jīng）元進行複雜的高速非線性響應的材料以及可集成到計算硬件中的可擴展光（guāng）子設（shè）備。
幸運的是，過去幾年中一種被稱（chēng）為光學頻率梳的（de）設備（bèi）的發展為（wéi）集成光子處理器帶來了新的（de）機遇。光學頻率梳是一種具有發射光譜的光源，其頻譜由成千上萬條離散的、等距的頻率線組（zǔ）成。這種設備在（zài）光譜學、光學（xué）時鍾計量學、電信（xìn）等各個領域（yù）都取得了（le）巨大的成功，並獲得了2005年諾貝爾物理學獎。光學頻率梳可以被用作光學計（jì）算的節能電源集成到計算機芯片（piàn）中，並且該係統非常適合通過波長複（fù）用進行數據並行化處理。
Xu及其同事就是使用這種設（shè）備來製造通用（yòng）的（de）集成光子處理器，該設備用來執行一種相當於圖像處理中的卷積的矩陣向（xiàng）量乘（chéng）法。Xu和（hé）他的團隊使用了一種巧妙的方法來實現卷（juàn）積：首（shǒu）先用色散讓波長複用的光信號產生不同的時間（jiān）延遲（chí）（光的傳輸速度取決於其波長），然後沿（yán）著與光的波長相關的維度組合這些信號。
通過充分利用大範圍的光子波長，Xu和他的團隊實（shí）現了本質上是不同卷積運算的並行計算。使用單個（gè）處理內核的光計算速度（dù）超過 10 萬億次/秒，並且僅受數據吞吐量的限製。這項工作值得肯定的另一點是（shì），他們還確定了其光子卷積處理器在實際（jì）應用中的切（qiē）入點。他們建議處理器在光電子混合框架中使用（yòng），如在光纖通信過程中進行原位計算（suàn）。
用於矩陣向量（liàng）乘法的處理器的示意圖
Feldmann和他的同事也獨立地製造出一個集成光子處理器，該處理器可執行涉及跨越二維光信號的卷積。該設備（bèi）在基於相變材料（可以在非晶（jīng）相和結晶相（xiàng）之間切換的材料）的（de）內存內計算架構中使用了光學頻率梳。他們通過波長複用和使用相變材料集成（chéng）的單元陣列模（mó）擬矩陣（zhèn）向量乘法，對輸（shū）入數據進行了完全並行（háng）化處理。
這種高度並行化的框（kuàng）架具有在單個步驟中高（gāo）速處理整個圖像的潛力。此外，原則上來說，該係統（tǒng）可以按照商業製造規程進行大規模擴展，並有助於在不久的將來實現實時的機器學習。由於該卷積過程涉及無源傳輸，因此（cǐ）理論上光子處理器可以以光速和低功耗執行計算（suàn）。對於像雲計算這種能源密集型應用而言（yán），這種能力是非常有價值（zhí）的。
鑒於傳統電子計算方式麵臨諸多挑戰，集（jí）成光子技術的出現或許能成為實現未來計算（suàn）架構性能大（dà）幅提升的潛在繼任者。但是，構建實用的光學計算機將需要材料（liào）科學、光學、電子學等領域的研究人員共同努力，加強跨學科合作。盡管報道的光子處理器具有（yǒu）較高的單位麵積計算能力和潛在（zài）的可延展性，但是完全光計算的規模（光學人工神經元的（de）數量（liàng））仍（réng）然很小（xiǎo）。並（bìng）且，能（néng）量效率受（shòu）到固有地吸收光的計算元件（jiàn）以及電信號和光信號需要頻繁相互轉換的限製。
另一個研究路徑是開發高等非線性集成光子計算體係結構，而不（bú）是一（yī）維或二維線性卷積。通過將（jiāng）電子電路和數千（qiān）或數（shù）百萬個光子處理器集成到合適的體係結構中，同時利用光子和電子處理器的混合光電框架可以在不久的將來革新AI硬件的發展。這樣（yàng）的硬件將在通（tōng）信、大數據和（hé）雲計算等領域具有重要的應用。
加（jiā）入收藏
微信公眾號（hào）
計量資訊速遞（dì）
