去年冬天,我在一个实验室里盯着一块指甲盖大小的芯片看。它不冒烟,不发热,甚至有点冷。旁边那台电子芯片测试机倒是风扇呼呼转,像个快中暑的老狗。研究人员跟我说,这块芯片里跑的是光。
我当时的第一反应是:光?那不就是光纤通信那套吗?把光当成信号传一传,有什么稀奇的。但他摇头,说不一样。通信是传,计算是算。光在芯片里拐了个弯,事情就变了。
说实话,我对“光子计算”这个词一直有点警惕。每次看到科技媒体用“颠覆”“革命”来修饰它,我就想翻白眼。毕竟,从贝尔实验室那帮人第一次让激光器工作算起,用光来做计算的梦,已经做了六十多年了。可你桌上那台电脑,还是靠电子在硅里挤来挤去。
电子芯片的墙,光能翻过去吗?
先别急着聊光。我们看看电子现在撞了什么墙。
你手机里的芯片,里面的晶体管已经小到几个纳米。那是什么概念?差不多是十几个硅原子排一排。再往下缩,量子隧穿效应就来了——电子不听话了,它直接穿墙而过,你关不掉它。漏电,发热,然后频率上不去。十年前电脑CPU还能超到5GHz,现在呢?还是5GHz左右晃悠。为什么?因为电子芯片的功耗密度已经逼近了散热极限。你不可能给手机装个空调对吧。
还有个问题:电子在导线里跑,有电阻,有电容,信号延迟跟距离成正比。芯片越大,内部通信越慢。数据中心里,CPU和内存之间那条路,已经成了瓶颈。我们管它叫“内存墙”。
那光呢?光在波导里跑,没有电阻发热,速度就是光速,而且不同波长的光可以同时跑,互不干扰。这叫波分复用。一根光纤里,几十上百个波长的光各自带着信号,就像高速公路上并排跑着几十辆车,还不撞车。

所以,用光来做计算,理论上带宽大、延迟低、功耗小。听起来很美。但问题是,光怎么“算”?
光怎么做加减法?
你可能会想,光不就是亮和不亮吗?那就代表0和1,跟电一样。没错,但光的操作方式跟电子完全不同。
电子靠晶体管开关,通过电压控制电流。光呢?你需要用光来操控光。比如,一束光通过一个特殊的波导,另一束光可以改变它的相位或者强度。这叫光调制。或者用干涉仪,让两束光叠加,相长的变亮,相消的变暗。这就能实现逻辑门。
但这里有个大坑:光很难做非线性运算。电子器件里,一个晶体管可以轻松控制另一个晶体管。光呢?光子之间几乎不相互作用。在真空里,两束光交叉而过,啥事没有。所以你要实现光控制光,得借助介质,比如非线性材料。可这些材料要么效率低,要么需要极高的光功率。你拿个手电筒照过去,根本没用。
所以,目前的光子计算,主要不是做通用逻辑运算,而是做特定类型的计算——比如矩阵乘法、卷积、傅里叶变换。这些运算恰好可以用光的干涉、衍射、波分复用来高效实现。而人工智能里的神经网络,核心就是矩阵乘法。巧了。

别误会,光子计算不是要取代你的电脑

我经常看到一些标题,说“光子计算机即将淘汰电子计算机”。每次看到这种,我都想叹气。太扯了。
光有光的优势,电有电的长处。电子做逻辑控制、做存储,非常成熟。光做长距离传输、做并行线性运算,有天然优势。所以现实中的路线是光电混合。比如,用光来做芯片之间的互连,或者用光来做AI加速卡,跟CPU、GPU配合。
举个例子。英伟达的GPU之间用NVLink,还是电信号。但数据中心里,机架之间的连接早就用光模块了。现在的研究方向是,把光模块直接搬到芯片旁边,甚至封装在一起。这叫共封装光学。这样,芯片之间用光来通信,带宽可以高一个数量级,功耗还低。
再比如,有些公司做光子计算芯片,专门跑矩阵乘法。你输入一个光信号,经过一堆分束器、调制器、波导,输出就是计算结果。它不是通用计算机,而是一个协处理器。就像当年的GPU,一开始也只是做图形渲染,后来才变成通用计算。
那,光子计算到底走到哪一步了?

说实话,离你买一台光子计算机还远得很。但离你用的云服务背后有光子计算,可能没那么远。
麻省理工学院、斯坦福、加州大学那些实验室里,光子芯片已经能跑一些简单的神经网络了。比如手写数字识别,或者简单的图像分类。但规模都不大,几十个 neurons 那种。跟现在动辄千亿参数的大模型比,就像蚂蚁跟大象。
产业界呢?有一些初创公司在做。比如 Lightmatter、Lightelligence、曦智科技。他们做的芯片,有的已经流片了。但你要问性能怎么样,功耗怎么样,良率怎么样……他们通常会说“正在优化”。你懂的。
还有个关键问题:光计算的编程工具链几乎空白。你写个Python,怎么编译到光子芯片上?现有的编译器都是给电子芯片设计的。你要重新设计一套抽象层、优化器、布局布线工具。这比造芯片本身还麻烦。没有生态,硬件再快也没人用。
所以,我个人的判断是:光子计算会在特定领域先落地,比如数据中心的光互连、AI推理加速、激光雷达的信号处理。至于取代你的笔记本电脑,嗯,等吧。也许十年,也许二十年。
一个朋友问我的问题
前几天,一个做软件的朋友问我:“那光子计算到底能不能做通用计算?图灵机那种。”
我说,理论上可以。你可以用光来做逻辑门,然后搭出加法器、寄存器、甚至CPU。但问题是,用光做逻辑门,比用电子做,代价大得多。一个电子逻辑门可能只要几个晶体管,占地几十纳米。一个光学逻辑门,可能需要一个毫米级的干涉仪,还得有激光源、调制器、探测器。你算一下,同样算一个加法,光路的体积可能是电子的一百万倍。功耗也未必低,因为激光器本身效率就不高。
所以,不是不能,是不划算。除非你在某些特定场景下,光的优势能盖过这些劣势。比如,超高速、超低延迟的特定运算。
他听完说:“那不就是个专用加速器吗?”
对。就是专用加速器。别把它想成万能药。
冷思考:别被“光速”忽悠了

光速是快,但光在芯片里跑,速度其实比真空光速慢很多。硅的折射率大约是3.5,所以光在硅波导里的速度只有真空光速的1/3.5左右。而且,光在波导里拐弯、分束、耦合,都会损失能量。你不可能让光绕来绕去还不衰减。
另外,光子计算芯片的制造,跟电子芯片不一样。它需要不同的工艺,比如硅光子、铌酸锂、氮化硅。这些工艺的成熟度,跟CMOS比起来,差了好几个数量级。良率、成本、集成度,都是坎。
还有,光计算的结果怎么读出来?你得用光电探测器,把光信号转回电信号。这个转换过程有延迟,有噪声。所以,别指望光计算能用在需要频繁读写、复杂控制的地方。
但话说回来,技术这东西,有时候突破就在一瞬间。十年前,谁能想到深度学习会这么火?谁又能想到,当年被嘲笑的“神经网络”会变成今天的样子?
所以,对光子计算,我的态度是:保持好奇,保持怀疑,别吹上天,也别一棒子打死。
它可能不会让你明年换电脑,但它可能会让未来的数据中心更省电,让AI训练更快,让某些传感器更灵敏。这些变化,润物细无声。
就这样吧。我得去把实验室那台设备的照片翻出来,再看看那块不发热的芯片。挺神奇的。
作者|科技
排版|科技
审核|见微
大讲堂