光学计算技术：光子的算盘，打得响吗？

说实话，每次看到“光学计算”这几个字，我脑子里先蹦出来的不是实验室里的激光器，而是小时候玩过的镜面反射游戏。光线拐个弯，居然能用来算数？听着挺玄乎，但偏偏有一堆人真金白银往里砸。上个月有个朋友跟我说他们公司在搞光计算芯片，我第一反应是：又来一个PPT造芯片的。结果他发来一张流片照片，我盯着看了半天，差点没把自己的眼镜片给盯出光折射来。

这年头，但凡跟“光”沾边的东西都容易着火。从通信到传感，光子已经干翻了不少电子设备。可偏偏计算这个领域，电子还是当家的。原因很简单——光虽然有速度优势，但论起“傻大黑粗”的逻辑运算，它还是个小学生。

光凭什么算数？简简单单讲原理

别急着看什么薛定谔的猫，光学计算的基础其实挺接地气。说白了，就是把一堆光路搭成算盘。光在介质里走，遇到不同的材料会发生折射、反射、干涉，这些物理现象对应着二进制里的0和1。比如，两束光叠加，亮度加倍算1，相互抵消算0，要是一个相位差，嘿，再加个维度。

更实用的是让光做矩阵乘法。因为矩阵乘——就是神经网络里那种大量重复的乘加操作——光天生擅长。光场的传播本质上就是傅里叶变换，一堆光穿过一个透镜，等于做了一次傅里叶变换，这速度简直秒杀电子。2017年的时候麻省理工就做了个全光线性运算的芯片，算矩阵乘法的时候，几皮秒搞定一个运算，当时我看那篇论文，嘴巴张得能塞进一个灯泡。

不过话说回来，那种芯片只是做线性运算，真正的神经网络需要非线性层，这部分光学可不太擅长，得靠光电混合硬来。

你看上面那个示意图（我自己脑补的），光从左边进，穿过多层干涉结构，右边出来就是运算结果，跟水管子似的，但确实管用。问题是，这玩意儿做工差一点，误差就满天飞。

实验室里那些亮眼的突破，以及我没那么乐观的部分

最近这两年的进展确实让人眼花缭乱。先是Lightmatter之类的初创公司，拿了不少钱，走光互连和光计算的路子，专门给AI大模型做加速器。然后国内也有团队搞出了大规模光子芯片，号称算力密度比英伟达的H100高两个量级——看到这数字我承认我忍不住看了两遍，心想是不是小数点挪错位了。

还有个方向是光量子计算，“九章”就是干这个的。玻色采样任务，用光量子来计算，速度一骑绝尘。但那是特定问题，做通用计算还远着呢。

然而我必须泼一点冷水。光子芯片的能效比虽然好看，但那是理想情况下。现实中，光在波导里跑，损耗一上来，什么都白搭。尤其是想做成大规模集成的，成千上万根波导拧在一起，交叉串扰、热漂移、制造公差，每一关都是能让人失眠的坑。有个搞芯片制造的朋友跟我说：“光计算芯片的容错率，比做PPT还苛刻。”这话虽然糙，但真就是这么回事。

所以你看，实验室里风生水起，工程化上却步步维艰。这中间差的不只是钱，还有一堆“死磕”级别的工艺细节。

光计算到底卡在哪？可能不是你想的那个

你可能以为卡在材料或者功耗上，其实最操蛋的是没法做“门电路”。电子计算能普及，靠的是晶体管那些逻辑门，一个门接一个门，压得死死的。光学目前能做的线性运算虽快，但逻辑门需要非线性，这恰恰是光子的弱项。光子在真空中互不干扰，这是优点也是缺点，你要让它受控制，就得靠介质，而介质一复杂，功耗和延迟就上来了。

更恼人的是，光计算的位宽（bit width）太窄。电子计算动辄64位，光计算想做到8位都费劲。什么意思？就是算起来虽然快，但只能算小数字，算大点儿的就丢精度。用这玩意儿跑神经网络，有时候就像拿算盘去打导弹弹道，方向对但精度堪忧。

至于行业动态，眼下最吵的是光互连——不是全光计算，而是用光来连接计算机里的芯片。这个落地更快，因为把铜线换成光波导，带宽上去了，功耗还降低了，技术上没啥反人类的地方。英伟达、英特尔、台积电都在往这儿砸钱，我觉得这才是短期内真正的蓝海。

回过头看，光学计算技术也许是通往未来的一条路，但我不觉得它会突然干掉电子计算。更可能的是，光子和电子各干各的活。光子负责传输和大规模矩阵乘，电子负责逻辑和缓存。换句话说，光计算是那个在旁边拿盒饭的替补，关键时刻能上场，但主力还是电子。

这篇文章写到现在，我都没敢用“颠覆”这词。毕竟光学计算这么多年，喊颠覆喊了快半个世纪了。不过话说回来，当年谁也没想到激光能这么快进到每个人的手机里，对吧？光子到底能不能争口气，咱们这些吃瓜群众，恐怕再用几年时间就能看到明牌了。