导读
近期，清华大学电子系黄翊东教授团队冯雪和李永卓老师的研究小组在线性光计算领域取得重大突破。他们提出了一种名为“光子算盘”的新型架构，成功解决了长期限制线性光计算维度扩展的两大瓶颈：复杂的光束相互作用和对高速数模/模数转换器阵列的依赖。该架构以“光源-探测器对”作为独立的基本计算单元，采用独创的时空编码量化方案进行数模混合计算，实验上实现了手写数字图像的识别以及1024维伊辛问题的求解。
该成果以“SUANPAN: scalable photonic linear vector machine”为题发表在Light: Science & Applications。博士生杨梓跃和李晨为该工作的共同第一作者，冯雪副教授、李永卓副研究员和黄翊东教授为该工作的共同通讯作者。文章合作者还包括：北京大学叶堉教授，清华大学乔飞副研究员，深圳技术大学宁存政教授，深圳博升光电科技有限公司王嘉星博士和常瑞华教授。
光由于天然具备高速、宽带宽、并行传播的特性，非常适合于解决人工智能中大量线性计算所带来的算力问题。然而，现有的光学线性计算架构往往依赖于复杂的光束相互作用来完成向量的乘加运算，同时在电光调制中依赖于大量的DAC进行数模转换，因此难以同时实现通用计算芯片中维度扩展和任意编程这两个需求，通常作为专用芯片应用于特定任务来尽量减少对光学计算单元的编程。
为解决上述问题，研究团队提出了“光子算盘”计算架构。该架构由独立的“光源-探测器对”作为基本计算单元，名为“光子算珠”，通过将待计算的数据分别编码在光源和探测器上来实现乘加运算。同时采用独创的时空编码量化方案进行数模混合计算，通过“光子算珠”时间和空间上的开关状态来编码待计算的数据而不需要使用DAC进行数模转换，与中国传统算盘的运算方式颇为相似。因此，“光子算盘”计算架构完美解决了前述线性光计算所面临的两个问题，通过复制、重组、编码“光子算珠”，“光子算盘”可以在保持可重构、可编程特性的同时达到任意的维度扩展，同时大大避免了传统方案电光调制中DAC所带来的延时、能耗、面积等代价。“光子算盘”架构为光计算从专用芯片到通用芯片迈出重要一步。
图1：光子算盘计算架构
实验上，研究团队基于64维VCSEL芯片和MoTe2探测器芯片组成64维“光子算盘”，并在随机生成向量内积测试中达到98%以上的计算保真度。更进一步，利用此“光子算盘”在MNIST手写数字识别任务中达到88%分类准确率，并成功求解了1024维随机生成伊辛问题，这是目前已报道维度最高的光学模拟退火伊辛机。
图2：光子算盘实现多种计算任务
这一成果充分验证了“光子算盘”作为通用计算芯片的潜力，为光学线性计算架构的设计开辟了全新的思路，为光计算从专用计算走向通用计算奠定了基础，对未来在人工智能、组合优化等领域的应用提供了重要支持。（来源：LightScienceApplications微信公众号）
相关论文信息：https://doi.org/10.1038/s41377-025-02059-7
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
