2014年中国高性能计算机 光子芯片横空出世，28岁MIT中国青年科学家直取AI算力霸业

原标题：光子芯片横空出世，28岁MIT中国青年科学家直取AI算力霸业！

英国牛津大学在2017 年发表了用于计算的光子芯片的研发成果，其研究人员使用了特殊的相变材料与集成光路，模拟人脑的神经突触作用，设计“光子突触”，其理论运行速度是人脑的千倍。

实际上，麻省理工学院的研究团队与合作研究者也有类似的发现，他们在更早的2016 年提出了使用光子代替电子为理论基础的计算芯片架构，由于光和透镜的交互作用过程本身就是一种复杂的计算： 傅立叶变换——利用这个原理，并使用多光束干涉技术，就可让相关系寻反应所需要的计算结果。而这种芯片架构就被该研究团队称为可程序设计纳米光子处理器。

光子计算在处理一些 AI 算法时有独特的优势

Lightelligence目前在沈亦晨的带领之下，全力研发光学芯片的相关技术，包含芯片设计、核心算法、传输、周边等，欲打造一个完整的光学计算生态。由于Lightelligence研发的技术将可能彻底改变计算的生态，因此获得高度关注，其中包括将云端计算视为核心发展项目的百度，以及多位美国半导体行业高管，都因为看好光子芯片的未来性，而成为Lightelligence的早期投资人。

沈亦晨对DT君表示，由于其在麻省理工学院博士班的科研项目就是以纳米光子为主，刚好在2015年时，AI应用快速起飞。众所周知，除了数据以外，硬件对AI的应用也是非常重要，所以开始有了把光子应用在计算环境中的构想。

但为何2015年之前没有人想过要把光子效应用来进行神经网络的计算呢？沈亦晨表示， 这是因为过去神经网络计算并不流行，而传统的逻辑计算并不是光子计算最擅长之处。

事实上，光子芯片或许将会是未来最适合用来作为AI计算的硬件架构，这是因为光的特性先天适合线性计算（AI计算里最重要的部分），这包含了高维度的并行计算。相对的，虽然量子计算近来也因为AI而受到关注，但量子计算还是比较偏向擅长解码或搜索的领域，另外在量产的生态上也还不太成熟，但潜力却不容小觑。

从传输走向计算，光子芯片将成终极计算解决方案？

从2006 年开始，英特尔推出首款标准CMOS 工艺的电子混合硅激光器之后，电和光这两个截然不同的物理现象终于成功被凑在一起。往后数年，基于此技术的超高带宽光学传输架构更成为高性能数据中心的最爱，借此有效降低了大量数据传输造成的系统瓶颈。

2015 年，IBM 研究人员，发表了针对光子计算的新实验性技术，通过把硅光子数组集成到与CPU 相同的封装尺寸中。

硅光子技术的问题一直在于芯片的光学接口，不过IBM 的光子解决方案能被应用于系统单芯片(SoC)，以廉价的标准连接器(edge connector) 在芯片之间传输光，或是只要将CMOS芯片边缘接在一起就能进行芯片对芯片的通讯。2014年中国高性能计算机

这些光子芯片的发展主要是作为解决传统芯片与芯片之间，或芯片与存储系统之间的互连问题。而凭借集成度高的光子芯片的发明， 取代了过去庞大复杂的光传输架构，且速度能更快，延迟更低。

然而，真正把“光子”带往计算领域，甚至架构成“光子芯片”的概念，却是近两年才逐渐被发掘出来。2014年中国高性能计算机

由于半导体芯片技术虽依靠新应用与算法的整合，能做到的事情也越来越多，但实际上芯片架构本身还是基于同样的逻辑之下，且受限于半导体工艺，计算能力、规模以及功耗、成本形成难以均衡的四角关系。

这时， 业界也开始积极寻找能突破现况的新计算技术。GPGPU、神经网络芯片、DSP、FPGA 都在不同的时期被提出来，擅长解决特定应用计算领域，但这些芯片并没有解决根本的问题，也就是其基于半导体结构所面临的物理特性限制。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-85549-1.html