《自然》杂志刊载的两篇研究论文，介绍了两种与电子系统结合的光子计算芯片。这些芯片在性能和能耗上优于传统电子芯片，为应对人工智能（AI）技术发展带来的计算需求挑战提供了新的解决方案。新加坡Lightelligence公司的PACE光子加速器，展示了极低时延的高速计算能力，而美国Lightmatter团队则开发出能高效执行AI模型的光子处理器，两者均展现出光子计算在实际应用中的潜力。尽管仍需优化，但这些研究成果预示着光子计算技术在计算领域的重要前景。

💡光子计算芯片利用光子而非电子进行计算，在AI核心计算操作（如乘法和加法）上具有更快的速度和更高效率，有望解决传统电子芯片在AI发展中面临的性能瓶颈和能源消耗问题。

🚀新加坡Lightelligence公司开发的PACE光子加速器，由逾16000个光子元件组成，实现了高速计算（最高达1GHz），且时延降低至原来的1/500，证明了其在解决“伊辛问题”等复杂计算问题上的可行性。

🧠美国Lightmatter团队的光子处理器，由4个128×128矩阵组成，能够以高准确度、高效地执行AI模型，例如自然语言处理模型BERT和ResNet神经网络，其性能与传统电子处理器相当，并成功应用于文本生成、电影评论分类和游戏等多个领域。

💡两种光子计算芯片均展现出可扩展性，但仍需进一步优化。研究人员认为，光子计算技术正在开辟一条新路，有望构建更强大、更高效的计算系统，并在计算世界中扮演更为重要的角色。

性能更高 能耗更低

    科技日报北京4月9日电 （记者张梦然）《自然》杂志9日发表的两篇独立研究论文介绍了两种光子计算芯片，与电子系统结合在一起，比传统电子芯片性能更高，能耗更低，将能满足因人工智能（AI）技术发展而推升的计算需求。

    AI和深度学习模型的复杂性日益增长，将传统电子计算推向极限，而且能源需求也不断增加。光子计算使用光子而非电子，是应对这些挑战的潜在方案。因为乘法和加法作为AI的核心计算操作，在使用光子电路时会更快、更高效。不过，将光子芯片集成到传统硬件电子器件中能否表现出优势，一直很难证明。这两篇最新论文探索了与硅电子集成的光子计算芯片的性能。

    据其中一篇论文介绍，新加坡Lightelligence公司演示了一种名为PACE的光子加速器，能完成极低时延的计算。时延是衡量实时处理计算速度的重要指标。这个大型加速器由逾16000个光子元件以64×64矩阵组成，能实现高速计算（最高达1GHz），而且相比小型电路或单个光子元件，其最小时延可降低至原来的1/500。PACE能解决“伊辛问题”这类很难的计算问题，证明了该系统在实际应用中的可行性。

    美国Lightmatter团队在另一篇独立论文中描述了一种能以高准确度、高效执行AI模型的光子处理器。该处理器由4个128×128矩阵组成，能执行自然语言处理模型BERT和一个名为ResNet的神经网络（用于图像处理），且准确度与传统电子处理器不相上下。团队演示了他们的光子处理器的一系列应用，包括生成莎士比亚式文本，准确给电影评论分类，以及玩电脑游戏《吃豆人》。

    两个团队都表示他们的系统可扩展，但仍需进一步优化。美国达特茅斯学院科学家在新闻与观点文章中评论称，“光子计算的研发已有数十载，而这些演示可能意味着我们终于能利用光来构建更强大、更高效的计算系统”。

【总编辑圈点】

    随着科技的发展，计算能力的需求持续攀升，特别是在AI和深度学习领域，传统电子芯片已逐渐力不从心。在此背景下，结合了光与电优势的新型计算芯片，为解决这些问题带来了曙光。本文中的这些成果，标志着计算机科学领域的重大突破，也预示着这一路径未来可能出现更符合需求的设备。新成果还需进一步优化以实现更大规模应用，前路充满挑战，但光子计算技术正在开辟一条新路，在计算世界中扮演更为重要的角色。