新型光子系统以光速执行张量运算，推动下一代AI处理发展

阿尔托大学研究人员展示了"单次"张量计算技术，利用光的天然物理特性完成传统上需要GPU承担的运算任务。

研究人员成功演示了一种新型光学计算方法，可在单次光传输过程中完成复杂张量运算。这一突破有望重塑现代AI系统的数据处理方式，缓解传统数字硬件日益增长的压力。当今几乎所有AI任务都依赖张量运算。GPU虽能有效处理这些运算，但数据量的激增已凸显出其在速度、能效和可扩展性方面的局限。

这种压力促使由阿尔托大学张宇峰（音译）博士领导的国际团队将目光投向电子电路之外的解决方案。该团队开发的"单次张量计算"技术，利用光的物理特性处理数据。光波携带振幅和相位信息，研究人员将数字信息编码至这些特性中，使光波在传输过程中自然相互作用，从而实现与深度学习系统相同的数学运算。

张博士表示："我们的方法能执行当前GPU处理的各类运算，如卷积和注意力层，但全程以光速进行。"他补充说明，由于光学运算在传播过程中自然完成，系统避免了电子开关的延迟。

多波长技术拓展能力边界

研究人员通过引入多波长光波进一步扩展了该方法。每个波长就像独立的计算通道，使系统能并行处理更高阶的张量运算。张博士用海关查验流程作比喻："想象您是海关官员，需要让每个包裹通过功能各异的检测设备，再将它们分拣至对应区域。"他进一步解释说，正如将包裹与检测设备合为一体，他们的"光学钩子"能在单次操作中将每个输入连接至正确输出。

该系统还具有简易性优势。所有相互作用都是被动发生，无需外部控制电路管理计算过程，这既降低了功耗又提升了系统集成度。阿尔托大学光子学团队负责人孙志培（音译）教授指出，该方法适用于多种光学平台："我们计划未来将这套计算框架直接集成到光子芯片上，使光处理器能够以极低功耗执行复杂AI任务"。

产业化应用路径

研究团队预计该技术将很快应用于商业硬件。张博士表示目标是将该技术部署到主流公司的硬件平台上，预计三到五年内实现集成。研究人员认为，这种系统可加速依赖实时处理的多个领域的AI工作负载，包括医学成像、大语言模型和科学模拟。随着AI模型规模扩大，光学方法带来的能耗降低优势也愈发重要。

张博士总结道："这将催生新一代光学计算系统，显著加速众多领域的复杂AI任务。"

该研究成果已发表于《自然·光子学》期刊。

如果朋友们喜欢，敬请关注“知新了了”！