📢 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
突破性光学处理器让AI以光速计算
一个闪电般快速的光学引擎使用光来为AI决策提供超强动力。
现代人工智能（AI）系统，无论是机器人手术还是高频交易，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在延迟或吞吐量方面做出足够的改进，以跟上当今数据密集型应用的需求。
转向用光进行更快计算
研究人员现在正将目光投向光作为解决方案。光学计算——使用光而不是电流来处理复杂计算——提供了一种显著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，这些薄的板状结构在光线穿过时执行数学运算。这些系统能以低能耗同时处理许多信号。然而，在超过10 GHz的速度下，维持此类计算所需的稳定、相干光一直极其难以实现。
为克服这一挑战，由中国清华大学的Hongwei Chen教授领导的团队开发出一种开创性的设备，称为光学特征提取引擎（OFE²）。他们的研究发表在《Advanced Photonics Nexus》上，展示了一种适用于多种实际应用的高速光学特征提取新方法。
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（phase stability）的情况下向核心光学元件提供快速、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割和延迟光线时通常会引入不必要的相位波动。清华团队通过设计一个完全集成的片上系统，带有可调节功率分配器和精确延迟线，解决了这个问题。该设置将串行数据转换为多个同步的光通道。此外，一个集成的相位阵列使得OFE²可以轻松地为不同的计算任务进行重新配置。
一旦准备就绪，光信号就会通过一个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，在特定的输出点产生聚焦的“亮点”。通过微调输入光的相位，可以将这些亮点引导至选定的输出端口，使OFE²能够捕获输入数据随时间出现的细微变化。
创纪录的光学性能
OFE²的运行频率高达12.5 GHz，在仅仅250.5皮秒内完成了一次矩阵-向量乘法——这是此类光学计算已知的最快结果。Chen表示：“我们坚信这项工作为集成光学衍射计算的进步树立了重要的基准，使其在实际应用中能够超过10 GHz的速率。”
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，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的系统比标准的AI模型需要更少的电子参数，证明了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，它处理实时市场数据以生成有利的买卖操作。经过优化策略的训练后，OFE²将传入的价格信号直接转换为交易决策，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抓住机会。
引领AI的未来之路
这些成就共同标志着计算领域的一个重大转变。通过将AI处理中最具挑战性的部分从耗电的电子芯片转移到闪电般快速的光子系统中，像OFE²这样的技术可能会开启一个实时、低能耗AI的新时代。Chen总结道：“我们研究中展示的进步推动了集成衍射算子达到更高的速率，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。我们期待与有数据密集型计算需求的人员合作。”
🚀 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