图片说明：示意图
图片来源：Public Domain（公有领域）
【中国观察2025年09月10日讯】
人工智能的演进速度远超我们大多数人的承受能力，但其对能量的渴求却可能阻碍其发展。如今，佛罗里达大学的研究人员发现了一种颠覆性的解决方案——一种利用光能来降低能耗，同时增强人工智能模式识别能力的芯片。这项创新或将重塑从智能手机应用到全球数据中心的一切，为紧张的电网提供生命线，并助力人工智能迈向更可持续的未来。
要点：
新型硅光子芯片利用光进行人工智能计算，与传统电子产品相比，能耗可降低 100 倍。
该芯片在卷积方面表现出色——卷积是识别图像、视频和文本中的模式的核心 AI 任务——在测试中的准确率高达 98%。
比人的头发还细的微型菲涅尔透镜被蚀刻到芯片上，可以立即转换激光编码数据。
该系统可以使用不同的光波长同时处理多个数据流，从而提高效率。
专家预测，这项技术将很快成为人工智能硬件的标准，实现更快、更环保的机器学习。
光与电：可持续人工智能动力的竞赛
随着人工智能模型变得越来越智能，它们也变得越来越“耗电”，其消耗速度之快令能源专家感到担忧。数据中心的耗电量已经超过了一些小国，而预测表明，人工智能的需求可能很快就会超过供应。基于数十年前晶体管技术构建的传统芯片正在遭遇物理极限。但基于光的计算技术提供了一种突破途径。
由半导体光子学专家 Volker Sorger 领导的佛罗里达大学团队，完全摒弃了传统电子技术，实现了人工智能最艰巨的任务之一：卷积。这些数学运算使人工智能能够识别照片中的人脸、翻译语言，甚至诊断医学扫描结果。通过将数据编码在激光中，并将其穿过芯片上的微型透镜，该系统几乎毫不费力地完成了这些计算。
“在接近零能耗的情况下进行关键的机器学习计算，对于未来的人工智能系统来说是一个飞跃，”索尔格说道，“这对于未来几年持续提升人工智能能力至关重要。”
芯片的工作原理——以及它为何能改变游戏规则
这项突破的核心是菲涅尔透镜——一种直接蚀刻在硅片上的扁平、超精密光学元件。当数据转换成激光时，这些透镜就像数字魔术师一样操控着它，只需电子芯片所需时间和能量的一小部分就能完成卷积运算。结果如何？一个能够以近乎完美的精度对手写数字进行分类的系统，同时功耗极低。
更令人印象深刻的是该芯片的多任务处理能力。通过使用不同颜色的激光（波长复用），它可以同时处理多个数据流——就像高速公路上每条车道都承载着独立的对话，彼此之间互不干扰。这项技术可以让未来的人工智能系统同时轻松分析视频、音频和文本。
该研究的合著者杨航波强调了这一优势：“我们可以让多种波长或颜色的光同时穿过镜头。这是光子学的一个关键优势。”
未来：口袋里的光学人工智能
其影响深远。如果得到广泛应用，基于光的AI芯片可以减少数据中心的碳足迹，延长移动设备的电池寿命，并支持此前被认为功耗过高的实时AI应用。NVIDIA和其他芯片制造商已在某些系统中使用光学元件，为集成铺平了道路。
索尔格设想，在不久的将来，“基于芯片的光学器件将成为我们日常使用的每个AI芯片的关键部件”。这样的未来可能比预期更快到来——研究人员已经在致力于将该技术扩展到商业用途。
目前，该原型证明人工智能并非必然耗能。有了光作为盟友，下一代机器学习或许会比以往更加闪耀。
人工智能的演进速度远超我们大多数人的承受能力，但其对能量的渴求却可能阻碍其发展。如今，佛罗里达大学的研究人员发现了一种颠覆性的解决方案——一种利用光能来降低能耗，同时增强人工智能模式识别能力的芯片。这项创新或将重塑从智能手机应用到全球数据中心的一切，为紧张的电网提供生命线，并助力人工智能迈向更可持续的未来。
要点：
新型硅光子芯片利用光进行人工智能计算，与传统电子产品相比，能耗可降低 100 倍。
该芯片在卷积方面表现出色——卷积是识别图像、视频和文本中的模式的核心 AI 任务——在测试中的准确率高达 98%。
比人的头发还细的微型菲涅尔透镜被蚀刻到芯片上，可以立即转换激光编码数据。
该系统可以使用不同的光波长同时处理多个数据流，从而提高效率。
专家预测，这项技术将很快成为人工智能硬件的标准，实现更快、更环保的机器学习。
光与电：可持续人工智能动力的竞赛
随着人工智能模型变得越来越智能，它们也变得越来越“耗电”，其消耗速度之快令能源专家感到担忧。数据中心的耗电量已经超过了一些小国，而预测表明，人工智能的需求可能很快就会超过供应。基于数十年前晶体管技术构建的传统芯片正在遭遇物理极限。但基于光的计算技术提供了一种突破途径。
由半导体光子学专家 Volker Sorger 领导的佛罗里达大学团队，完全摒弃了传统电子技术，实现了人工智能最艰巨的任务之一：卷积。这些数学运算使人工智能能够识别照片中的人脸、翻译语言，甚至诊断医学扫描结果。通过将数据编码在激光中，并将其穿过芯片上的微型透镜，该系统几乎毫不费力地完成了这些计算。
“在接近零能耗的情况下进行关键的机器学习计算，对于未来的人工智能系统来说是一个飞跃，”索尔格说道，“这对于未来几年持续提升人工智能能力至关重要。”
芯片的工作原理——以及它为何能改变游戏规则
这项突破的核心是菲涅尔透镜——一种直接蚀刻在硅片上的扁平、超精密光学元件。当数据转换成激光时，这些透镜就像数字魔术师一样操控着它，只需电子芯片所需时间和能量的一小部分就能完成卷积运算。结果如何？一个能够以近乎完美的精度对手写数字进行分类的系统，同时功耗极低。
更令人印象深刻的是该芯片的多任务处理能力。通过使用不同颜色的激光（波长复用），它可以同时处理多个数据流——就像高速公路上每条车道都承载着独立的对话，彼此之间互不干扰。这项技术可以让未来的人工智能系统同时轻松分析视频、音频和文本。
该研究的合著者杨航波强调了这一优势：“我们可以让多种波长或颜色的光同时穿过镜头。这是光子学的一个关键优势。”
未来：口袋里的光学人工智能
其影响深远。如果得到广泛应用，基于光的AI芯片可以减少数据中心的碳足迹，延长移动设备的电池寿命，并支持此前被认为功耗过高的实时AI应用。NVIDIA和其他芯片制造商已在某些系统中使用光学元件，为集成铺平了道路。
索尔格设想，在不久的将来，“基于芯片的光学器件将成为我们日常使用的每个AI芯片的关键部件”。这样的未来可能比预期更快到来——研究人员已经在致力于将该技术扩展到商业用途。
目前，该原型证明人工智能并非必然耗能。有了光作为盟友，下一代机器学习或许会比以往更加闪耀。