告别传统电路，AI芯片有望实现全光计算

宾夕法尼亚大学科研团队或已找到全新方案，未来人工智能有望借助奇异光物质粒子替代电子实现算力运转。

全球首台通用电子计算机埃尼阿克问世已有八十年，如今宾夕法尼亚大学的研究人员正在探索一条截然不同的计算发展之路。科研人员不再完全依赖电子，转而研究利用光线驱动新一代人工智能系统。

埃尼阿克由宾大科研人员J.Presper Eckert与John Mauchly研制而成，依托电子完成复杂运算，正式开启电子计算时代，时至今日，现代计算机依旧沿用这一基础运行模式。但随着人工智能模型规模不断扩大、算力需求持续攀升，传统电子计算开始遭遇严峻的物理瓶颈与能耗难题。

在此示意图中，光线被导入纳米级空腔内，与原子级薄层材料发生相互作用，进而生成激子极化激元。这种复合粒子兼具光的传输速度与物质的交互特性，可实现光信号切换。

人工智能倒逼电子计算触及性能极限

电子本身带有电荷，随着芯片制程不断升级，这一特性带来诸多弊端。电子在介质中传输会产生热量与电阻，不仅造成能源损耗，也大幅提升设备散热难度。而人工智能硬件需要处理、传输海量数据，这类行业痛点愈发凸显。

为破解上述难题，宾大文理学院由BoZhen带领的物理学研究团队，正研究能否让构成光线的光子，分担目前由电子承担的部分运算工作。

相关论文共同第一作者、曾任职于该实验室的博士后研究员LiHe表示：“光子不带电荷且静质量为零，能够长距离高速传输信息且损耗极低，目前已在通信领域得到广泛应用。但也正因呈电中性，光子与外界环境相互作用极弱，难以实现计算机所需的信号切换逻辑运算。”

光线传输信息效率极高，却普遍缺乏切换、逻辑判定等计算操作所需的强相互作用能力。

光物质复合粒子助力全光计算落地

为攻克这一难题，BoZhen团队研制出激子极化激元这类特殊准粒子。该粒子由光子与原子级薄层半导体内部的电子耦合形成，属于光与物质结合的复合粒子，兼具光线的高速传输特性，以及实体物质较强的相互作用能力。

这项研究突破对人工智能计算领域意义重大。目前多款光子人工智能芯片已可借助光线高效完成部分运算，但在执行非线性激活运算以及各类逻辑判定操作时，往往需要将光信号转回电信号。频繁的信号转换不仅拖慢运算速度，还会增加能耗，极大限制光子计算的优势发挥。

宾大研究团队利用激子极化激元实现了全光信号切换，单次运行能耗仅约4飞焦，能耗数值极低，远低于小型指示灯瞬时工作所需耗电量。

未来AI芯片或将实现纯光驱动

倘若该技术顺利实现规模化应用，未来光子芯片可直接处理摄像头采集的光信号，无需反复进行光电信号转换。研究人员表示，该技术能够大幅降低大型人工智能系统的能耗，未来还有望在芯片端实现基础量子计算相关功能。