阿尔托Nature论文：光速单次张量，3—5年后挑战GPU

我看到阿尔托大学这条新闻的时候，老实说我愣了两秒：这谁敢在这个节骨眼上宣布“用一次光程把张量算完”？行吧，这波要是落地，真可能把我们盯了十年的“GPU换代节奏”给彻底改写。

关键信息先摆在这：阿尔托大学团队在《自然·光子学》发表的研究，用光的振幅和相位做信息编码，把卷积、注意力这些深度学习的核心运算，塞进一次光传播里完成。没时钟翻转、没电子开关频繁抖动，执行速度就一句话——光速级。研究里叫“单次张量计算”（single-pass tensor computing），还引进了多波长并行，等于在一个光路里开出一整个“多车道高速”。

为啥我会这么兴奋？这两年大家都被算力压着喘。OpenAI那篇经典统计提过，训练大模型的计算需求早期差不多每3.4个月翻倍，这节奏谁顶得住。数据中心这边也不轻松，IEA给出的路径里，数据中心用电占比继续上行，AI负载的份额越拱越高。电费和散热，成了最硬的KPI。更扎心的是，GPU堆到天花板，带来的边际收益越来越像踩棉花——时钟上不去、带宽卡在内存墙，单位MAC的能耗掉不下去。

这项光学方案到底在做啥？我试着把它说人话：

和现在的GPU比，改变点在哪？我盯着三件事：

别光吹，工程上的坑有不少，摊开说：

产业这边，生态不是空白：

我给出一份购买清单式的关注点，算是“看门道”的指南：

有人会问，那这玩意能不能“换掉”GPU？我自己的判断偏稳：短期更像“并肩作战”。把最吃线性代数、最吃带宽的块卸载到光路，GPU/TPU做控制与非线性，整机能效立刻跳一格。等到非线性件、可编程性、I/O都被一代代材料和器件追上，再去谈“重构计算机”。这节奏反倒靠谱。

顺带补几条供你抬杠的数据点：OpenAI那篇算力趋势是公开的旧图还在更新；IEA对数据中心电力的预测也在年年修正，AI的份额变化很快，地区差异也大。企业侧，Lightmatter、Celestial AI在光互连上已经签了一些大单，说明产业愿意买单“光进机房”的第一步。阿尔托这次把“单次张量”扔进来，有点像在说：不只互连，计算本身也能重写。

我的态度很直接：这件事既前途光明，也绝不轻松。要恰当地兴奋，也要耐心看版本号。三到五年的窗口期，谁能先交出“真指标+真软件栈+真工艺”的三件套，谁就有资格在下一代AI硬件命题里占个C位。

我先押一句大胆的预判：下一波SaaS大厂，会把注意力层推理卸载到光子模块上，先拿低延迟和能效做突破。你愿不愿意把自己的推理集群，拆一层换成“光学外挂”？要不要赌一次？评论区说说你会投给谁，光学派还是继续ALL IN GPU。