传统电子计算面临能效瓶颈，光子计算崭露头角
随着AI模型规模与应用拓展，传统电子计算的性能上限和能耗瓶颈凸显。大语言模型等AI模型复杂性增长，传统电子计算硬件受摩尔定律等限制，能效瓶颈明显，AI能耗上升带来碳排放和电网压力。在此背景下，光子计算成为潜在解决方案。
《自然》论文揭示光子计算新成果，混合芯片优势尽显
本周《自然》杂志两篇论文介绍结合“光”“电”的计算机芯片。这两项工作利用新型芯片，在提升计算性能同时降低能耗。实际应用测试显示，电子–光子混合计算系统关键性能指标与纯电子处理器媲美，某些应用中更具优势，朝着实现光子计算潜能迈出重要一步。
PACE光子加速器：大规模集成带来超低延迟计算
新加坡Lightelligence公司YichenShen团队展示的PACE光子加速器，由超16000个光子组件组成，采用64×64矩阵，能实现高速计算，最小延迟减少500倍。PACE可解决“伊辛问题”，证明其在实际应用中的可行性。该加速器基于商用65纳米硅光子技术，采用光电协同集成设计，性能优势明显，为光子计算应用奠定基础。
新型光子AI处理器：运行多种模型，展现应用潜力
美国光子计算机公司Lightmatter的NicholasHarris团队描述的光子处理器，由四个128×128矩阵组成，可执行自然语言处理模型BERT和用于图像处理的神经网络ResNet，精度与传统电子处理器相当。研究人员还演示了多种应用，展示了其在复杂决策任务中的潜力。
光子计算前景光明，但仍面临技术挑战
光子计算发展数十年，如今的突破性成果意味着我们有望利用光的力量打造更强大、更节能的计算系统。光子芯片在能效和性能上优势明显，为商业化和应用奠定基础。不过，要成为电子芯片的商业替代方案，仍需克服提高精度、降低功耗等技术障碍。
