光学计算技术：说出来你可能不信，光跑着跑着就算完了？
9月23号，我约了南京读书时睡上铺的兄弟吃饭，他说饭改实验室蹭茶，带我见个新东西，我没多想就去了。
进了门我就傻了。
半人高的金属机箱摆在实验台中央，七八根彩色光纤缠得像我家猫挠过的耳机线，指示灯闪得忽明忽暗。他拍着箱子说，这就是我们团队蹲了两年攒出来的光学计算原型，昨天刚跑完第一轮测试。
我凑上去看，除了线乱点，好像也没什么特别。可听完他说的数据，我半天没合上嘴。跑同一个大模型的推理任务，这个巴掌大的核心计算单元，功耗只有我平时用的GPU的不到十分之一。
硅基电子芯片与集成光学计算芯片结构对比图
很多人觉得光学计算是这两年才冒出来的新概念，其实不对。早在上个世纪，就有人在研究了，那时候工艺跟不上，要把纳米级的光路刻在芯片上，成本高到离谱，根本没法落地。
这两年风口突然就来了，还得靠AI大模型带的。大模型最核心的运算是什么？是大矩阵乘法。说白了，就是一堆数字相乘再相加。电子计算要一个数一个数按顺序算，排队等进度。光学计算呢？直接把矩阵里的数值编码成光的振幅和相位，光穿过做好的光路芯片，结果一次出来，就是光传播那几纳秒的时间。
想想都爽。
数据中心集成光学计算AI加速卡安装示意图
说实话，我之前也被网上的软文带歪了，以为马上就要计算技术革命，电子芯片要被扔进历史垃圾堆了。那次在实验室蹲了一下午才搞明白，现在能落地的场景，全都是互补，不是颠覆。
比如现在已经在测的，大模型云端推理，用了光学加速卡之后，同一个算力机房，能多跑一倍的任务，电费省一半，这对于现在动不动就烧几个亿电费的大厂来说，吸引力拉满。还有车载端的实时图像识别，摄像头进来的本来就是光信号，直接进光学计算单元做识别，不用转成电信号再折腾一遍，速度快，功耗还低，对于自动驾驶来说太香了。
现在的坑，比你能想到的多
不过话说回来，这条路现在还没铺平，坑多着呢。
第一个坑就是光损耗。光在光路里走，每走一毫米都会有损耗，芯片做大一点，光路长一点，最后出来的光信号弱得不行，误差就大了，现在只能做小规模的矩阵运算，太大了就hold不住，还要不停做放大校准，麻烦得很。
第二个坑就是精度。现在的光学计算，做低精度的AI推理完全没问题，大多数场景够用了。可你要让它做高精度的科学计算，比如天气预报模拟，比如航天轨道计算，那个精度要求，现在的光学计算根本达不到，误差太大，根本用不了。
还有很多小问题，比如光路的稳定性，温度变一点，折射率变了，结果就错了；还有良率，做十片光学芯片，可能只有两三片能用，成本还是降不下来。
对吧？现在很多资本吹得太神，什么“比电子计算机快一千倍”，那都是拿特定任务在理想条件下测出来的，你让它跑个操作系统，开个网页，它连你手表里的芯片都打不过。别被这种话术割了韭菜。
那天从实验室出来，已经快傍晚了，我们沿着玄武湖走，梧桐叶落了一地，风刮在脸上挺舒服。他说，其实现在做这个，就像七八十年前人们刚做出来第一个晶体管的时候，谁也想不到几十年后能人手一部智能手机，能出来这么多大大小小的应用。现在的光学计算，就是刚会走路的小孩，你不能要求他跑马拉松。
我抬头往天上看，太阳光穿过树叶的缝隙，一块一块落在地上，明暗交错，本来就是无数束并行的光，各自走，不打扰。人类折腾了这么多年，最后才想到，原来可以直接用光本身的性子来帮我们算东西。
挺浪漫的，也挺实在的。路还长，慢慢走就是了。
为啥放着好好的电子芯片不用，非要用光来算？
说白了，电子芯片跑不动了。 这两年大模型的规模翻着跟头往上涨，原来摩尔定律说好的每两年性能翻番，现在早就慢下来了。硅芯片里的电子挤在一起跑，跑快点就发热，还堵，就像国庆假期的高速路，车越多挪得越慢，烧油还多。 光不一样啊。光天生就是并行的。一束光穿过分光镜，能分成几百上千束，每一束带不同的信号，各走各的路，互相之间不干扰，根本不会堵车。硅基电子芯片与集成光学计算芯片结构对比图
很多人觉得光学计算是这两年才冒出来的新概念，其实不对。早在上个世纪，就有人在研究了，那时候工艺跟不上，要把纳米级的光路刻在芯片上，成本高到离谱，根本没法落地。
这两年风口突然就来了，还得靠AI大模型带的。大模型最核心的运算是什么？是大矩阵乘法。说白了，就是一堆数字相乘再相加。电子计算要一个数一个数按顺序算，排队等进度。光学计算呢？直接把矩阵里的数值编码成光的振幅和相位，光穿过做好的光路芯片，结果一次出来，就是光传播那几纳秒的时间。
想想都爽。
别被营销号骗了，光学计算不是来抢电子计算机饭碗的
我兄弟说，他现在最烦出去做分享，每次讲完都有人问，什么时候能买到光学手机？什么时候换光学电脑？ 他每次都要反复解释，现在的光学计算，根本不是要取代现有的电子芯片。人家是来打辅助的。 你想，光计算虽然算并行矩阵快，但是你让它做存储做逻辑控制，它不行啊。光要停下来存起来，难度比电子大多了，成本也高。现在大家落地的方向，基本都是做AI专用光学加速卡，说白了就是算力集群里，把最吃功耗最吃时间的大矩阵运算，抽出来给光学计算单元做，剩下的存储、调度、小运算，还是交给原来的电子芯片。分工合作，各自干擅长的事。数据中心集成光学计算AI加速卡安装示意图
说实话，我之前也被网上的软文带歪了，以为马上就要计算技术革命，电子芯片要被扔进历史垃圾堆了。那次在实验室蹲了一下午才搞明白，现在能落地的场景，全都是互补，不是颠覆。
比如现在已经在测的，大模型云端推理，用了光学加速卡之后，同一个算力机房，能多跑一倍的任务，电费省一半，这对于现在动不动就烧几个亿电费的大厂来说，吸引力拉满。还有车载端的实时图像识别，摄像头进来的本来就是光信号，直接进光学计算单元做识别，不用转成电信号再折腾一遍，速度快，功耗还低，对于自动驾驶来说太香了。
现在的坑，比你能想到的多
现在的坑，比你能想到的多
不过话说回来，这条路现在还没铺平，坑多着呢。
第一个坑就是光损耗。光在光路里走，每走一毫米都会有损耗，芯片做大一点，光路长一点，最后出来的光信号弱得不行，误差就大了，现在只能做小规模的矩阵运算，太大了就hold不住，还要不停做放大校准，麻烦得很。
第二个坑就是精度。现在的光学计算，做低精度的AI推理完全没问题，大多数场景够用了。可你要让它做高精度的科学计算，比如天气预报模拟，比如航天轨道计算，那个精度要求，现在的光学计算根本达不到，误差太大，根本用不了。
还有很多小问题，比如光路的稳定性，温度变一点，折射率变了，结果就错了；还有良率，做十片光学芯片，可能只有两三片能用，成本还是降不下来。
对吧？现在很多资本吹得太神，什么“比电子计算机快一千倍”，那都是拿特定任务在理想条件下测出来的，你让它跑个操作系统，开个网页，它连你手表里的芯片都打不过。别被这种话术割了韭菜。
那天从实验室出来，已经快傍晚了，我们沿着玄武湖走，梧桐叶落了一地，风刮在脸上挺舒服。他说，其实现在做这个，就像七八十年前人们刚做出来第一个晶体管的时候，谁也想不到几十年后能人手一部智能手机，能出来这么多大大小小的应用。现在的光学计算，就是刚会走路的小孩，你不能要求他跑马拉松。
我抬头往天上看，太阳光穿过树叶的缝隙，一块一块落在地上，明暗交错，本来就是无数束并行的光，各自走，不打扰。人类折腾了这么多年，最后才想到，原来可以直接用光本身的性子来帮我们算东西。
挺浪漫的，也挺实在的。路还长，慢慢走就是了。