当前，人工智能（AI）系统正在广泛应用于各个领域，但随着模型规模和复杂度的不断提升，对算力的需求也达到了前所未有的程度。然而，传统芯片的性能提升速度正日益放缓。根据“摩尔定律”，每隔约两年，芯片上可容纳的晶体管数量会翻一番，从而带来更快、更便宜的计算能力——这一规律过去数十年主导了半导体行业的发展。
但今天，这一定律正遭遇物理极限的挑战。晶体管已接近可微缩的最小尺度，电子的流动特性限制了其进一步压缩的可能。与此同时，AI的整体能耗也在急剧上升，不仅增加了碳排放，也给数据中心周围的当地电网带来了压力。
可以说，电子芯片时代正在逼近尽头。为了实现更可持续的未来，研究人员将目光投向了光子计算——直接利用光来进行计算，突破传统架构的限制。然而，尽管这一构想由来已久，但由于种种障碍，使得这一技术难以在现实世界实现。
近日，在两篇发表于《自然》杂志的研究中，两个研究团队分别展示了在硅光子学获得的互补性突破。通过利用能处理光而非电的半导体芯片，他们在提升计算性能的同时显著降低了能耗。
两篇论文介绍的电子-光子混合计算系统在实际应用中展现出与传统电子处理器相当，甚至在某些场景下更优的关键性能指标，标志着光子计算从理论走向现实应用的重大跃进。
光子计算的潜力与挑战
过去几十年里，光子计算一直是科学研究的重要方向。与传统的电子计算不同，光子计算通过使用光（光子）而非电（电子）来传输和处理信息，从而有望实现更高的运算速度、更大的数据带宽和更高的能效。这是因为光子计算不会受到电阻所引起的电流损耗，也不会像电子元件那样产生大量不必要的热能损耗。
光子计算尤其适合执行矩阵乘法——通常被称为“乘积累加”（MAC）运算。这类运算构成了人工神经网络的核心基础，也广泛存在于各种组合优化问题中，例如资源分配、网络结构设计、任务调度及供应链物流等实际应用场景。
尽管光子计算展现出诸多优势，但其中的挑战也不容小觑。长期以来，光子芯片的性能大多是在孤立环境中进行研究和测试的。但由于电子技术在当今计算体系中仍占据主导地位，光子硬件若要真正实用化，必须能够与现有电子系统高效集成。
然而，将光信号转换为电信号的过程会带来处理延迟，因为光本身传播速度更快。此外，光子计算也是基于模拟运算，而非数字运算，这意味着其在运算精度和可处理任务类型方面仍存在一定限制。
由于目前尚无法以足够高的精度制造出大规模的光子电路，这使得从原型系统扩展到商用规模仍面临障碍。与此同时，光子计算还需要发展出配套的软件与算法，这进一步加剧了它在与其他技术集成和兼容时的挑战。
从“做数学”到“玩吃豆人”
《自然》杂志上的两项新研究在解决光子计算面临的诸多关键障碍方面取得了实质性进展。在其中一篇论文中，研究人员展示了一种新型的光子计算处理器，名为PACE。该处理器具有低延迟特性，也就是说，在输入或指令，与计算机做出相应的响应或操作之间，只存在最小的时间延迟。
PACE处理器集成了超过16,000个光子元件，具备解决复杂计算任务的能力。研究人员用它来处理组合优化问题，这些问题在许多现实世界领域都有广泛的应用，包括金融、制造和物流等领域。
这款处理器展示了如何解决光子与电子硬件的集成问题，计算精度的控制问题，以及对运行所需的差异化软件与算法的适配问题。同时，它也证明了该类架构具有良好的可扩展性，有望支持更大规模的计算任务。
在另一篇论文中，研究人员则展示了一款可以运行主流AI模型的光子处理器。这些AI模型包括自然语言处理器BERT，以及用于图像识别的卷积神经网络ResNet。该处理器在运行上述模型时的精度表现，接近当前电子处理器的水平。
研究人员通过一系列任务验证了该处理器的实际效果，包括生成风格模仿莎士比亚的文本，对电影评论进行分类，以及运行经典雅达利游戏（如吃豆人 Pac-Man）等。
挑战仍在
尽管成果令人振奋，但要让光子计算成为真正可部署的解决方案，还面临诸多挑战。
光学计算的核心优势在于其极高的带宽和强大的并行处理能力。然而，目前展示的两款光学处理器在运行频率上仍处于1GHz（千兆赫）左右，远未释放光子器件理论上可达到的100GHz的潜力。
此外，现阶段的设计仍局限于使用单色光和单一空间波导模式，尚未探索多频率与多空间模式的并行处理能力——这部分正是未来性能提升的重要方向。
不仅如此，当光子处理器真正进入复杂且动态的商业AI场景时，其性能稳定性、环境适应性与成本可控性仍将面临考验。如何在工业级环境中保持持续的高效运行，将成为光子计算能否走出实验室、进入现实应用的关键考题。
未来可期
尽管面临挑战，光子计算的前景依然值得我们期待。其一大优势在于，光子芯片可以使用与现有电子芯片相同的工厂和生产工艺进行制造，这意味着这项技术具有很强的扩展潜力。
光子计算的研究历程已持续数十年，而这两项最新成果可能意味着——我们距离真正释放“光”的计算潜力，构建更强大、更节能的计算系统，已经不再遥远。
在“摩尔定律”日益失效、AI 算力与能耗矛盾日趋激化的今天，一种“用光计算”的全新路径，正悄然照亮计算的未来。
参考来源：
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
图片来源：
封面图&首图：Lightelligence
(审核编辑: 光光)
