天之家IT资讯平台

导读：10 月 25 日，由中国工程院、中国光学工程学会主办的 第二届未来技术与颠覆性创新国际大会暨第 310 场中国工程科技论坛 在杭州市盛大召开。 这是一场业内顶级峰会，大会开幕由中国工程院工程管理学部胡文瑞院士进行主持，中国工程院原副院长、本次大会主席杜...

10 月 25 日，由中国工程院、中国光学工程学会主办的 “第二届未来技术与颠覆性创新国际大会暨第 310 场中国工程科技论坛” 在杭州市盛大召开。

这是一场业内顶级峰会，大会开幕由中国工程院工程管理学部胡文瑞院士进行主持，中国工程院原副院长、本次大会主席杜祥琬院士，第十三届全国人大常委、环资委副主任委员、中国工程院原副院长赵宪庚院士，及阿里巴巴技术委员会主席王坚院士在内的多名国内外知名学者、院士莅临参加。

本次大会汇聚全国八百余位专家学者和代表到会，上万人在线参与直播观看，会议主要围绕对经济发展和社会进步有重要作用和深远影响的未来技术、颠覆性创新主题进行大会学术交流。并针对电子信息、未来芯片、能源、人工智能和生物信息等五大重点方向举行专题学术研讨，以及国际对接交流。

其中，涉及到光学、计算机科学、芯片制造等多个科学技术门类的 “光子芯片”，因为其前瞻性和对当前世界格局的颠覆性潜力而备受瞩目。

来自麻省理工学院的纳米光学先驱、“麦克阿瑟天才奖” 获得者马林·索利亚奇（Marin Soljai）教授、及源自麻省理工学院的光子计算硬件开发公司曦智科技（Lightelligence）联合创始人兼 CEO 沈亦晨博士就 “光子芯片” 技术的发展和应用在主论坛作了精彩演讲，现由 DeepTech 整理如下。

由于疫情的原因，Marin 教授本人没有到场，而是以视频的方式详细介绍了光计算产生的背景、技术优势和演进历程。本部分内容绝大部分整理自 Marin 和沈亦晨的演讲，并适当作了补充。

光计算 从概念到产品

随着时代的发展，诸如阿里巴巴这样的公司，拥有了越来越多的数据。人们可以基于此建立强大的人工智能模型，但与此同时，对计算机算力的要求也水涨船高。

过去，硬件能力按照摩尔定律持续增长，算力方面的瓶颈还没有那么明显，但显然现在这个时刻，它开始 “失效” 了，硅基芯片开始逐渐到达物理极限，人们必须寻找更新、更高效的计算方式。

同时，超高算力的计算机在能耗方面的问题也日渐凸显。

图 | 中国超算神威·太湖之光与人脑的能耗对比。

太湖之光的功率是 1.5 万千瓦时，大于 1.5 万台空调的能耗；而人脑工作一天只需要一个汉堡包。这是六个数量级的差距，或许这说明计算这个过程并不一定需要耗费如此巨量的能源。因此，尝试不使用硅基芯片，或者说不使用电子计算是一个可能的方向，于是 Marin 结合前期的研究，提出了光计算设想。

现有的研究已经证明，光计算在处理某些问题时，能力明显优于电子运算，例如“矩阵乘法”，使用光可以基本上零延时、零能耗完成。

而矩阵乘法对人工智能神经网络非常重要。实际上，很难找到比神经网络更加依赖矩阵乘法计算的实例了。

这并不是 Marin 他们的独创，早在 1987 年便有人发表了此类论文，奈何当时并没有比较合适的应用领域，所以后来逐渐沉寂，但现在人工智能兴起，到了它焕发第二春的时候，因此为 “使用光计算矩阵乘法” 这一过程开发专门的硬件变得顺理成章。

图 | “Optical Neural Computers” Y.S.Abu-Mostafa，D.Psaltis. Scientific American, 256, 88, (1987)，以及更多之后的论文都在描绘光计算的轮廓。

以 Marin 的博士生沈亦晨为首的几名学生，在几年前承担了这个任务，他们很快发现这个路径是可行的，并且前景广阔。

光计算最基础的光学元件名为 MZI（马赫－曾德尔干涉仪），它本来用作观测从单独光源发射的光束分裂成两道准直光束之后，经过不同路径与介质所产生的相对相移变化。

图 | 集成在芯片中的单个 MZI 实物图。基于目前的科技水平和制造工艺，已经可以做到在一个芯片上集成数万个这种光学设备。并且由于它的生产过程可以重用 CMOS 电子设备的技术，所以价格也相当低廉。（来源：曦智科技）