-
光計算技術加速邁向商業(yè)化
2025/9/21 13:09:38 來源:科技日報 【字體:大 中 小】【收藏本頁】【打印】【關閉】
核心提示:當前,人工智能(AI)訓練等復雜任務的規(guī)模持續(xù)擴大,各行各業(yè)對算力提升的需求與日俱增。而傳統(tǒng)電子計算架構受到“馮·諾依曼瓶頸”等問題限制,量子計算目前又處于發(fā)展初期。在這樣當前,人工智能(AI)訓練等復雜任務的規(guī)模持續(xù)擴大,各行各業(yè)對算力提升的需求與日俱增。而傳統(tǒng)電子計算架構受到“馮·諾依曼瓶頸”等問題限制,量子計算目前又處于發(fā)展初期。在這樣的背景下,用光而非電來處理數(shù)據(jù)的光計算技術應運而生,并逐漸嶄露頭角。
世界經(jīng)濟論壇官網(wǎng)日前在一篇報道中指出,近年來,光計算呈現(xiàn)加速發(fā)展趨勢。部分技術路線發(fā)展迅猛,正逐步走出實驗室,邁向產(chǎn)業(yè)化應用,未來有望在智算中心、新材料研發(fā)等多領域應用中大放異彩。
光計算優(yōu)勢顯著
光是一種傳播極快、信息維度豐富且能耗極低的物理媒介。光計算以光子替代電子作為計算載體,與傳統(tǒng)的電子計算相比,擁有更多優(yōu)勢。首先,光具有波長、相位、振幅、偏振和波導模式等多個物理維度,天然支持并行計算,因此光子器件特別適用于科學計算、機器學習等高密集型任務。其次,光子運行幾乎不產(chǎn)生熱量,能耗優(yōu)勢顯著。三是光子器件具備更寬的帶寬,在處理寬帶模擬信號時性能遠超電子器件。四是光學器件在運算速度方面表現(xiàn)出色,響應迅捷,幾乎無延時,顯著提升計算時效。
光計算充分利用了光在速度與效率上的天然優(yōu)勢,有望為當前的計算范式帶來革命性突破。
不同架構各有千秋
當前,光計算技術領域已涌現(xiàn)出多種架構,它們各有優(yōu)劣。
自由空間光學(FSO)是最早出現(xiàn)的光計算形式。FSO系統(tǒng)借助透鏡、空間光調(diào)制器和光掩模等元件,在空氣或真空中對光進行操控以處理信息。
FSO在走向實用化過程中面臨的關鍵挑戰(zhàn)之一在于提升系統(tǒng)的耐用性與可靠性。這要求科學家進一步優(yōu)化光機械工程,例如集成固態(tài)光學模塊、內(nèi)置空間光調(diào)制器(SLM)或采用光子超材料。目前用于調(diào)控光路的SLM響應速度遠低于電子器件,不過,新一代更快、更高分辨率的調(diào)制器已在研發(fā)中,有望取得突破。
光子芯片則整合了激光器、分束器、干涉儀等微型光學元件,可便捷地融入現(xiàn)有電子架構。該技術路線雖發(fā)展迅速,但多數(shù)方案難以擴展至更復雜的計算任務。一些公司另辟蹊徑,從研制全光學AI芯片轉向開發(fā)光學互連設備(利用光在電子組件間高速傳輸數(shù)據(jù))。這一路徑依賴新材料與新器件的創(chuàng)新,以降低信號損耗、提升計算精度。鈮酸鋰在早期實驗中已展現(xiàn)出良好的應用前景。
光纖系統(tǒng)則依托成熟的光纖通信基礎設施,借助光纖中的導光實現(xiàn)復雜計算,尤其適用于求解優(yōu)化問題和人工智能中的難題。一個典型例子是“相干伊辛機”,其可通過光纖環(huán)路發(fā)送光脈沖以執(zhí)行運算。遺憾的是,它的關鍵功能仍依賴電子設備實現(xiàn),為此不得不頻繁進行光—電轉換,導致計算速度大幅下降。未來該系統(tǒng)或轉向基于芯片的架構,以提升集成度和可擴展性。
此外,也有科學家正在開發(fā)多芯特種光纖,以借助不同纖芯同步處理多項計算,但這類多芯光纖系統(tǒng)多數(shù)仍處于實驗室研究階段。
技術瓶頸亟待突破
目前,光計算發(fā)展正值關鍵窗口期。在全球對更快、更環(huán)保、更強算力的迫切需求下,光計算系統(tǒng)提供了一種新的可能——既能與傳統(tǒng)硅基系統(tǒng)互補,也有望在部分場景中實現(xiàn)超越。
短期內(nèi),全光學自由空間系統(tǒng)似乎最具可行性,而融合光與電的混合系統(tǒng)也大有可為,集計算與存儲于一體的“內(nèi)存計算”架構也極具潛力。
從中期看,結合空間與時間維度的新型處理架構,或將表現(xiàn)出更卓越的性能與能效。
盡管光計算發(fā)展勢頭強勁,但在走向商業(yè)化應用之前,仍有一些技術瓶頸亟待突破。
首先是精度與穩(wěn)定性問題。鑒于光學系統(tǒng)易受元件錯位、溫度波動或信號隨機噪聲的干擾,目前研究人員正通過閉環(huán)反饋系統(tǒng)、實時自動校準等技術提升其抗干擾能力。
光學數(shù)據(jù)的存儲也是一大難題。針對這一點,基于光學腔的系統(tǒng)或可徹底避免數(shù)據(jù)在處理器與內(nèi)存之間遷移產(chǎn)生的損耗。
集成與封裝方面同樣存在挑戰(zhàn)。但3D封裝技術和新材料的創(chuàng)新,或許能提升可擴展性并降低成本。(記者劉霞)
轉自:科技日報
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如有侵權行為,請第一時間聯(lián)系我們修改或刪除,郵箱:cidr@chinaidr.com。


