光学计算：未来的希望

3.4K 0 0

摘要: 使用光子代替电子的光学神经网络比传统系统具有优势。他们还面临主要障碍。

光学计算：未来的希望

摩尔定律已经相当快了。它规定计算机芯片每两年左右会装入两倍的晶体管，从而产生速度和效率的重大飞跃。但深度学习时代的计算需求增长速度甚至比这还要快—这种速度可能是不可持续的。国际能源署预测，人工智能在2026年消耗的能量将是2023年的10倍，到那时数据中心将使用的能量与日本相当。计算硬件公司Lightmatter的创始人兼首席执行官Nick Harris表示，“AI需要的计算能力每三个月就会翻倍”，远远快于摩尔定律的预测。“这将会摧毁公司和经济。”

光学计算的发展“为那些需要高速和高效处理的领域，如人工智能，铺平了道路，”剑桥大学物理学家Natalia Berloff说。

光学的优势

从理论上讲，光提供了诱人的潜在优势。首先，光信号可以携带比电信号更多的信息—它们具有更高的带宽。光频率也比电频率高得多，因此光系统可以在更短的时间内运行更多的计算步骤，延迟更小。

然后是效率问题。除了相对低效的电子芯片的环境和经济成本外，它们运行得非常热，以至于只有极少数的晶体管—所有计算机核心的微小开关—可以同时处于活动状态。光学计算理论上可以同时运行更多操作，以更少的能量处理更多数据。“如果我们能利用”这些优势，斯坦福大学电气工程师Gordon Wetzstein表示，“这将开启许多新的可能性。”

图片描述：Nick Harris创办了一家利用光子而不是电子的芯片公司。

摄影：Doug Levy