📢 转载信息
原文链接：https://www.sciencedaily.com/releases/2025/10/251027224833.htm
原文作者：SPIE--International Society for Optics and Photonics
突破性光学处理器使人工智能以光速计算
一种超快速的光学引擎使用光来超级助推人工智能的决策制定。
现代人工智能（AI）系统，从机器人手术到高频交易，都依赖于实时处理原始数据流。快速提取重要特征至关重要，但传统的数字处理器正在触及物理极限。传统电子技术已无法提供足够的延迟降低或吞吐量增加来跟上当今数据密集型应用的需求。
转向光来实现更快的计算
研究人员现在正将目光投向光作为解决方案。光学计算——使用光而不是电力来处理复杂计算——提供了一种大幅提高速度和效率的方法。一种有前景的方法涉及光学衍射算子，即薄板状结构，它们在光通过时执行数学运算。这些系统可以低能耗地同时处理许多信号。然而，在高于10 GHz的速度下维持此类计算所需的稳定、相干光一直被证明极其困难。
为克服这一挑战，由中国清华大学的陈宏伟教授领导的团队开发了一种开创性的设备，称为光学特征提取引擎，即 OFE2。他们的工作发表在《Advanced Photonics Nexus》上，展示了一种适用于多种现实世界应用的高速光特征提取新方法。
OFE2如何准备和处理数据
OFE2的一项关键进步是其创新的数据准备模块。在不损失相位稳定性或引入不需要的相位波动的情况下，向核心光学组件提供快速、并行的光信号，是该领域最困难的问题之一。基于光纤的系统在分束和延迟光时通常会引入不需要的相位波动。清华团队通过设计一个完全集成在片上（on-chip）的系统，配备了可调谐功率分束器和精确的延迟线，解决了这个问题。该设置将串行数据转换为多个同步光通道。此外，集成的相位阵列使 OFE2易于为不同的计算任务进行重新配置。
一旦准备就绪，光信号就会通过执行特征提取的衍射算子。这个过程类似于矩阵-向量乘法，其中光波相互作用，在特定的输出点形成聚焦的“亮点”。通过微调输入光的相位，可以将这些亮点引导到选定的输出端口，使 OFE2能够捕获输入数据随时间的细微变化。
创纪录的光学性能
OFE2的运行频率高达惊人的 12.5 GHz，在仅 250.5 皮秒内完成了一次矩阵-向量乘法——这是此类光学计算迄今为止最快的记录。陈教授说："我们坚信这项工作为推动集成式光学衍射计算超过 10 GHz 速率应用于现实世界应用提供了重要的基准。"
研究团队在多个领域测试了 OFE2。在图像处理中，它成功地从视觉数据中提取了边缘特征，创建了成对的“浮雕和雕刻”图谱，从而提高了图像分类，并提高了识别CT扫描中器官等任务的准确性。使用 OFE2的系统所需的电子参数少于标准AI模型，证明光学预处理可以使混合AI网络更快、更高效。
该团队还将 OFE2应用于数字交易，实时处理市场数据以生成有利可图的买卖操作。经过优化策略的训练后，OFE2直接将传入的价格信号转换为交易决策，实现了稳定的回报。由于这些计算是以光速发生的，交易员可以几乎没有延迟地对机会做出反应。
照亮通往AI未来的道路
总而言之，这些成就是计算领域重大转变的信号。通过将AI处理中最苛刻的部分从耗电的电子芯片转移到超快速的光子系统中，像 OFE2这样的技术可能会带来一个实时、低能耗AI的新时代。陈教授总结道："我们研究中展示的进步将集成衍射算子的速率提高到了更高的水平，为图像识别、辅助医疗和数字金融等领域的计算密集型服务提供了支持。我们期待与具有数据密集型计算需求合作伙伴的合作。"
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区