美國(guó)賓夕法尼亞大學(xué)工程師開發(fā)了一種新型芯片，它使用光而不是電來執(zhí)行訓(xùn)練人工智能（AI）所必需的復(fù)雜數(shù)學(xué)運(yùn)算。該芯片有可能從根本上加快計(jì)算機(jī)的處理速度，同時(shí)還可降低能源消耗。相關(guān)研究發(fā)表在最新一期《自然·光子學(xué)》上。

該芯片首次將本杰明·富蘭克林獎(jiǎng)?wù)芦@得者納德·恩赫塔在納米尺度上操縱材料的開創(chuàng)性研究與硅光子（SiPh）平臺(tái)結(jié)合起來。前者涉及利用光進(jìn)行數(shù)學(xué)計(jì)算；后者使用的是硅，即一種用于大規(guī)模生產(chǎn)計(jì)算機(jī)芯片的廉價(jià)且豐富的元素。

光波與物質(zhì)的相互作用代表著開發(fā)計(jì)算機(jī)的一種可能途徑，這種方法不受當(dāng)今芯片局限性的限制。新型芯片的原理本質(zhì)上與20世紀(jì)60年代計(jì)算革命初期芯片的原理相同。

研究人員在論文中描述了這種芯片的開發(fā)過程。他們的目標(biāo)是開發(fā)一個(gè)執(zhí)行向量矩陣乘法的平臺(tái)。向量矩陣乘法是神經(jīng)網(wǎng)絡(luò)開發(fā)和功能中的核心數(shù)學(xué)運(yùn)算，而神經(jīng)網(wǎng)絡(luò)是當(dāng)今支持AI工具的計(jì)算機(jī)體系結(jié)構(gòu)。

恩赫塔解釋說，他們可將硅晶片做得更薄，比如150納米，并且使用高度不均勻的硅晶片，但這僅限于特定區(qū)域。在無需添加任何其他材料的情況下，這些高度的變化提供了一種控制光在芯片中傳播的方法，因?yàn)楦叨鹊淖兓蓪?dǎo)致光以特定的模式散射，從而允許芯片以光速進(jìn)行數(shù)學(xué)計(jì)算。

除了更快的速度和更少的能耗之外，新型芯片還具有隱私優(yōu)勢(shì)。由于許多計(jì)算可同時(shí)進(jìn)行，因此無需在計(jì)算機(jī)的工作內(nèi)存中存儲(chǔ)敏感信息，從而使采用此類技術(shù)的未來計(jì)算機(jī)幾乎無法被入侵。

計(jì)算機(jī)的效率取決于什么？本質(zhì)上取決于其各個(gè)組成部件的運(yùn)行速度和排列密度，而和電相比，光在這兩個(gè)方面都更理想。用光束代替電子或電流進(jìn)行計(jì)算和存儲(chǔ)，處理的信息量更大、運(yùn)算速度更高，而耗電卻極低，無疑更適合未來AI與人機(jī)交互的計(jì)算時(shí)代。本文的研究極具潛力與優(yōu)勢(shì)，但還需要進(jìn)一步的發(fā)展才能實(shí)現(xiàn)商業(yè)化應(yīng)用。