科技日報記者 張夢然
《自然》雜志9日發表的兩篇獨立研究論文介紹了兩種光子計算芯片，與電子系統結合在一起，比傳統電子芯片性能更高，能耗更低，將能滿足因人工智能（AI）技術發展而推升的計算需求。
AI和深度學習模型的復雜性日益增長，將傳統電子計算推向極限，而且能源需求也不斷增加。光子計算使用光子而非電子，是應對這些挑戰的潛在方案。因為乘法和加法作為AI的核心計算操作，在使用光子電路時會更快、更高效。不過，將光子芯片集成到傳統硬件電子器件中能否表現出優勢，一直很難證明。這兩篇最新論文探索了與硅電子集成的光子計算芯片的性能。
據其中一篇論文介紹，新加坡Lightelligence公司演示了一種名為PACE的光子加速器，能完成極低時延的計算。時延是衡量實時處理計算速度的重要指標。這個大型加速器由逾16000個光子元件以64×64矩陣組成，能實現高速計算（最高達1GHz），而且相比小型電路或單個光子元件，其最小時延可降低至原來的1/500。PACE能解決“伊辛問題”這類很難的計算問題，證明了該系統在實際應用中的可行性。
美國Lightmatter團隊在另一篇獨立論文中描述了一種能以高準確度、高效執行AI模型的光子處理器。該處理器由4個128×128矩陣組成，能執行自然語言處理模型BERT和一個名為ResNet的神經網絡（用于圖像處理），且準確度與傳統電子處理器不相上下。團隊演示了他們的光子處理器的一系列應用，包括生成莎士比亞式文本，準確給電影評論分類，以及玩電腦游戲《吃豆人》。
兩個團隊都表示他們的系統可擴展，但仍需進一步優化。美國達特茅斯學院科學家在新聞與觀點文章中評論稱，“光子計算的研發已有數十載，而這些演示可能意味著我們終于能利用光來構建更強大、更高效的計算系統”。
總編輯圈點：
隨著科技的發展，計算能力的需求持續攀升，特別是在AI和深度學習領域，傳統電子芯片已逐漸力不從心。在此背景下，結合了光與電優勢的新型計算芯片，為解決這些問題帶來了曙光。本文中的這些成果，標志著計算機科學領域的重大突破，也預示著這一路徑未來可能出現更符合需求的設備。新成果還需進一步優化以實現更大規模應用，前路充滿挑戰，但光子計算技術正在開辟一條新路，在計算世界中扮演更為重要的角色。
