美国宾夕法尼亚大学工程师开发了一种新型芯片，它使用光而不是电来执行训练人工智能（AI）所必需的复杂数学运算。该芯片有可能从根本上加快计算机的处理速度，同时还可降低能源消耗。相关研究发表在最新一期《自然·光子学》上。

该芯片首次将本杰明·富兰克林奖章获得者纳德·恩赫塔在纳米尺度上操纵材料的开创性研究与硅光子（SiPh）平台结合起来。前者涉及利用光进行数学计算；后者使用的是硅，即一种用于大规模生产计算机芯片的廉价且丰富的元素。

光波与物质的相互作用代表着开发计算机的一种可能途径，这种方法不受当今芯片局限性的限制。新型芯片的原理本质上与20世纪60年代计算革命初期芯片的原理相同。

研究人员在论文中描述了这种芯片的开发过程。他们的目标是开发一个执行向量矩阵乘法的平台。向量矩阵乘法是神经网络开发和功能中的核心数学运算，而神经网络是当今支持AI工具的计算机体系结构。

恩赫塔解释说，他们可将硅晶片做得更薄，比如150纳米，并且使用高度不均匀的硅晶片，但这仅限于特定区域。在无需添加任何其他材料的情况下，这些高度的变化提供了一种控制光在芯片中传播的方法，因为高度的变化可导致光以特定的模式散射，从而允许芯片以光速进行数学计算。

除了更快的速度和更少的能耗之外，新型芯片还具有隐私优势。由于许多计算可同时进行，因此无需在计算机的工作内存中存储敏感信息，从而使采用此类技术的未来计算机几乎无法被入侵。

计算机的效率取决于什么？本质上取决于其各个组成部件的运行速度和排列密度，而和电相比，光在这两个方面都更理想。用光束代替电子或电流进行计算和存储，处理的信息量更大、运算速度更高，而耗电却极低，无疑更适合未来AI与人机交互的计算时代。本文的研究极具潜力与优势，但还需要进一步的发展才能实现商业化应用。（来源：科技日报）