美國賓夕法尼亞大學工程師開發了一種新型芯片，它使用光而不是電來執行訓練人工智能（AI）所必需的復雜數學運算。該芯片有可能從根本上加快計算機的處理速度，同時還可降低能源消耗。相關研究發表在最新一期《自然·光子學》上。

該芯片首次將本杰明·富蘭克林獎章獲得者納德·恩赫塔在納米尺度上操縱材料的開創性研究與硅光子（SiPh）平臺結合起來。前者涉及利用光進行數學計算；后者使用的是硅，即一種用于大規模生產計算機芯片的廉價且豐富的元素。

光波與物質的相互作用代表著開發計算機的一種可能途徑，這種方法不受當今芯片局限性的限制。新型芯片的原理本質上與20世紀60年代計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過程。他們的目標是開發一個執行向量矩陣乘法的平臺。向量矩陣乘法是神經網絡開發和功能中的核心數學運算，而神經網絡是當今支持AI工具的計算機體系結構。

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，因為高度的變化可導致光以特定的模式散射，從而允許芯片以光速進行數學計算。

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勢。由于許多計算可同時進行，因此無需在計算機的工作內存中存儲敏感信息，從而使采用此類技術的未來計算機幾乎無法被入侵。

計算機的效率取決于什么？本質上取決于其各個組成部件的運行速度和排列密度，而和電相比，光在這兩個方面都更理想。用光束代替電子或電流進行計算和存儲，處理的信息量更大、運算速度更高，而耗電卻極低，無疑更適合未來AI與人機交互的計算時代。本文的研究極具潛力與優勢，但還需要進一步的發展才能實現商業化應用。