當今社會(huì )，人工智能正在改變臨床診斷、自動(dòng)駕駛、語(yǔ)音翻譯等各個(gè)領(lǐng)域。但是，數據量的快速增長(cháng)給AI中使用的電子計算硬件帶來(lái)了巨大的挑戰，計算速度和功耗問(wèn)題已成為人工智能的主要瓶頸。Xu等人和Feldmann等人的兩篇論文報告了一種通過(guò)利用光的獨特屬性來(lái)加速AI處理的光子處理器。這些報告引發(fā)了光學(xué)計算的復興。
隨著(zhù)人工智能的興起，傳統的電子計算方式逐漸達到其性能極限，遠遠落后于可處理數據的快速增長(cháng)。在各種類(lèi)型的AI中，神經(jīng)網(wǎng)絡(luò )由于其出色的表現而被廣泛用于A(yíng)I任務(wù)中。這些網(wǎng)絡(luò )使用多層相互連接的人工神經(jīng)元執行復雜的數學(xué)運算，其中占用了大多數計算資源的基本運算是矩陣向量乘法。
研究人員進(jìn)行了各種努力來(lái)設計和實(shí)現特定的電子計算系統，以加速人工神經(jīng)網(wǎng)絡(luò )中的計算。尤其是專(zhuān)用集成電路、腦啟發(fā)計算和內存內計算（使用稱(chēng)為憶阻器的一組存儲設備在原位執行計算）等定制芯片的使用已經(jīng)取得了相當大的成功。
雖然在電子計算中信息的載體是電子，但是光子長(cháng)期以來(lái)一直被視為一種可行的替代方案。由于光譜涵蓋的波長(cháng)范圍更加廣泛，許多不同波長(cháng)的光可以同時(shí)進(jìn)行多路復用（并行傳輸）和調制（改變得可以攜帶信息），而不會(huì )相互干擾光信號。此外，信息以光速傳播會(huì )使時(shí)間延遲達到最小，無(wú)源傳輸（不需要輸入功率）有助于超低功耗，并且相位調制（用來(lái)改變光波的量子力學(xué)相位）使光可以輕易地在大于40 GHz的頻率下調制和檢測。
在過(guò)去的幾十年里，光纖通信取得了巨大的成功。但是，利用光子進(jìn)行計算仍然具有挑戰性，尤其是在與先進(jìn)的電子處理器相當的規模和性能水平上。其困難來(lái)源于缺乏合適的并行計算機制、允許人工神經(jīng)元進(jìn)行復雜的高速非線(xiàn)性響應的材料以及可集成到計算硬件中的可擴展光子設備。
幸運的是，過(guò)去幾年中一種被稱(chēng)為光學(xué)頻率梳的設備的發(fā)展為集成光子處理器帶來(lái)了新的機遇。光學(xué)頻率梳是一種具有發(fā)射光譜的光源，其頻譜由成千上萬(wàn)條離散的、等距的頻率線(xiàn)組成。這種設備在光譜學(xué)、光學(xué)時(shí)鐘計量學(xué)、電信等各個(gè)領(lǐng)域都取得了巨大的成功，并獲得了2005年諾貝爾物理學(xué)獎。光學(xué)頻率梳可以被用作光學(xué)計算的節能電源集成到計算機芯片中，并且該系統非常適合通過(guò)波長(cháng)復用進(jìn)行數據并行化處理。
Xu及其同事就是使用這種設備來(lái)制造通用的集成光子處理器，該設備用來(lái)執行一種相當于圖像處理中的卷積的矩陣向量乘法。Xu和他的團隊使用了一種巧妙的方法來(lái)實(shí)現卷積：首先用色散讓波長(cháng)復用的光信號產(chǎn)生不同的時(shí)間延遲（光的傳輸速度取決于其波長(cháng)），然后沿著(zhù)與光的波長(cháng)相關(guān)的維度組合這些信號。
通過(guò)充分利用大范圍的光子波長(cháng)，Xu和他的團隊實(shí)現了本質(zhì)上是不同卷積運算的并行計算。使用單個(gè)處理內核的光計算速度超過(guò) 10 萬(wàn)億次/秒，并且僅受數據吞吐量的限制。這項工作值得肯定的另一點(diǎn)是，他們還確定了其光子卷積處理器在實(shí)際應用中的切入點(diǎn)。他們建議處理器在光電子混合框架中使用，如在光纖通信過(guò)程中進(jìn)行原位計算。
用于矩陣向量乘法的處理器的示意圖
Feldmann和他的同事也獨立地制造出一個(gè)集成光子處理器，該處理器可執行涉及跨越二維光信號的卷積。該設備在基于相變材料（可以在非晶相和結晶相之間切換的材料）的內存內計算架構中使用了光學(xué)頻率梳。他們通過(guò)波長(cháng)復用和使用相變材料集成的單元陣列模擬矩陣向量乘法，對輸入數據進(jìn)行了完全并行化處理。
這種高度并行化的框架具有在單個(gè)步驟中高速處理整個(gè)圖像的潛力。此外，原則上來(lái)說(shuō)，該系統可以按照商業(yè)制造規程進(jìn)行大規模擴展，并有助于在不久的將來(lái)實(shí)現實(shí)時(shí)的機器學(xué)習。由于該卷積過(guò)程涉及無(wú)源傳輸，因此理論上光子處理器可以以光速和低功耗執行計算。對于像云計算這種能源密集型應用而言，這種能力是非常有價(jià)值的。
鑒于傳統電子計算方式面臨諸多挑戰，集成光子技術(shù)的出現或許能成為實(shí)現未來(lái)計算架構性能大幅提升的潛在繼任者。但是，構建實(shí)用的光學(xué)計算機將需要材料科學(xué)、光學(xué)、電子學(xué)等領(lǐng)域的研究人員共同努力，加強跨學(xué)科合作。盡管報道的光子處理器具有較高的單位面積計算能力和潛在的可延展性，但是完全光計算的規模（光學(xué)人工神經(jīng)元的數量）仍然很小。并且，能量效率受到固有地吸收光的計算元件以及電信號和光信號需要頻繁相互轉換的限制。
另一個(gè)研究路徑是開(kāi)發(fā)高等非線(xiàn)性集成光子計算體系結構，而不是一維或二維線(xiàn)性卷積。通過(guò)將電子電路和數千或數百萬(wàn)個(gè)光子處理器集成到合適的體系結構中，同時(shí)利用光子和電子處理器的混合光電框架可以在不久的將來(lái)革新AI硬件的發(fā)展。這樣的硬件將在通信、大數據和云計算等領(lǐng)域具有重要的應用。
加入收藏
微信公眾號
計量資訊速遞
