📢 转载信息
原文链接：https://www.nature.com/articles/d41586-026-00274-9
原文作者：Mohana Basu
中国北京大学的研究人员正在测试一个集成光子量子芯片。图片来源：新华社/美联社
随着生成式人工智能模型变得越来越复杂，并且在生成图像和视频时消耗的能源越来越多，驱动它们的电子芯片正达到速度和效率的极限。该领域的研究人员表示，依靠光而不是电运行的光学芯片（也称为光子芯片）可以解决这些问题。
这类芯片距离集成到消费类计算机中还有数年时间，而且不太可能完全取代电子芯片。然而，在过去的五年里，光学芯片的研究急剧增长，其中中国处于领先地位。
澳大利亚悉尼大学的物理学家 Ben Eggleton 表示：“中国在过去十年中一直在该领域进行基础设施、能力和人才方面的战略投资。”Eggleton 直到2025年12月任期结束前，曾担任《APL Photonics》杂志的主编十多年。他说，他看到了来自中国的高质量光子芯片出版物数量有所增加。
根据《自然》杂志对 Dimensions 数据库（Digital Science 旗下，该公司由《自然》出版商施普林格·自然 (Springer Nature) 的母公司拥有部分股份）中论文的分析，中国研究人员去年发表了476篇关于光学芯片的论文，是所有国家中数量最多的。在2017年至2025年间，中国作者的论文数量增长了十倍。美国是下一个产量最高的国家，在此期间其产出增加了一倍多。
在中国被美国限制获取最先进的电子芯片及其制造所需设备之后，中国对光学计算的拥抱步伐加快了。这类芯片是训练和部署大型人工智能模型所必需的。
上海复旦大学的材料科学家曾广诚表示，这些限制加强了中国寻找高性能计算替代途径的动力。“中国的‘十四五’规划中提到了光子学以及量子计算项目。中国政府为此提供了持续的投资，”他补充道。
计算挑战
光学芯片使用光子而非电子来传输信息。由于光子传播速度快且不会以热量的形式散失能量，光学系统在性能上优于电子系统，并且能量损耗更低。这类芯片已应用于传感器、数据通信系统和生物医学设备中。但是，将它们用于计算——特别是用于生成式人工智能任务——带来了额外的挑战。
电子芯片使用晶体管来操纵电压。相比之下，光子芯片则依赖于控制光的振幅、相位和干涉模式。上海交通大学的电子工程师 Yitong Chen 表示，这使得它们具有能源效率高的优点，但也更难扩展、重新配置和训练以完成复杂任务。直到最近，大多数光子芯片只能执行狭窄的功能，例如图像分类。
上个月，Chen 和同事们推出了首款名为 LightGen 的全光学芯片1，该芯片能够运行先进的生成式人工智能模型来生成图像和视频。
研究人员使用了密集集成的超表面——为在纳米尺度上操纵光线而设计的堆叠层，这使得他们能够在芯片中集成数百万个光子神经元。他们还开发了一种专门为光学系统量身定制的训练算法。据该团队称，LightGen 生成图像、编辑视频内容，甚至以超过英伟达 A100 等高端处理器的速度和能效生成 3D 场景。
Eggleton 认为，这项工作为可以完成特定任务的快速、高能效的光子芯片提供了一个令人印象深刻的概念验证。
🚀 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