摘要：当传统芯片还在为纳米制程的极限苦苦挣扎时，一场颠覆计算规则的革命已悄然爆发。悉尼科技大学团队在《自然·通讯》发表的研究如同平地惊雷：他们开发的可编程微波电路，能以光速执行并行计算，能耗仅为传统数字芯片的百分之一。更令人振奋的是，中国科研力量早已在同赛道实现弯道

当传统芯片还在为纳米制程的极限苦苦挣扎时，一场颠覆计算规则的革命已悄然爆发。悉尼科技大学团队在《自然·通讯》发表的研究如同平地惊雷：他们开发的可编程微波电路，能以光速执行并行计算，能耗仅为传统数字芯片的百分之一。更令人振奋的是，中国科研力量早已在同赛道实现弯道超车，从光子芯片到全光互连，正构建起全新的算力版图。这场"光速竞赛"，正在重新定义人类处理信息的速度极限。

澳洲突破：用电磁波改写计算规则

悉尼科技大学射频与通信技术实验室的Rasool Keshavarz博士团队，这次找到了破解数字计算瓶颈的钥匙。他们将物理学与电子学深度融合，造出了全球首个能执行矩阵转换的可编程微波集成电路——这可不是简单的电路升级，而是计算范式的根本变革。

传统数字计算就像流水线工人，依赖晶体管的"开/关"状态逐指令处理数据，时钟速度、发热和能效三大枷锁始终无法挣脱。比如当前最先进的CPU，时钟频率极限不过5GHz，每执行一次复杂矩阵运算都要经过成百上千次晶体管切换，能耗随之飙升。而Keshavarz博士的发明完全跳出了这个框架：利用高频电磁波的连续信号特性，让多个计算任务像多条车道上的车流一样并行推进，速度直达光速（3×10⁸米/秒）。

"这就像从信件邮寄升级到实时通话。"团队核心成员、罗切斯特理工学院的Mohammad-Ali Miri副教授打了个形象的比方。矩阵转换作为AI推理、雷达信号处理的基础运算，在传统芯片上需耗时毫秒级，而新电路能在纳秒内完成，效率提升了近万倍。更关键的是，其能耗降低了两个数量级，完美解决了超算中心"电老虎"的痛点。

Keshavarz博士特别强调了这项技术的实用价值："它和量子计算是两条路。量子计算还在解决稳定性和可扩展性问题，我们的模拟计算平台现在就能用，尤其适合雷达、先进通信这些需要实时响应的领域。"目前团队已启动系统级架构研发，目标是3年内实现商业化落地。

中国逆袭：光子计算跑出"中国速度"

就在澳洲团队突破微波模拟计算的同时，中国科研界已在光子模拟计算领域拿下多个"世界第一"。不同于澳洲的微波路线，中国选择以光子为信息载体，在速度和集成度上实现了更大突破，形成了"基础研究+产业应用"的完整布局。

中科院半导体研究所的李明研究员、祝宁华院士团队，刚刚在光学顶刊发表了封面成果：他们开发的伊辛智能计算光子芯片，将56×56规模可编程光子集成电路（包含2000余个单元器件）的重构时间压缩到30毫秒。这个数字背后藏着惊人的效率对比：传统GPU处理同等规模的电路重构需要1000小时，而中国芯片只用了30毫秒，计算效率提升了近8个数量级。

"可编程光子芯片的重构优化一直是行业瓶颈，传统算法根本应付不了上千个调控单元的复杂系统。"李明研究员解释道。他们的秘诀是将光子器件的传输矩阵映射为伊辛自旋态，用伊辛智能计算实现全局最优配置。在光路由测试中，该芯片能让10Gbaud速率的信号无阻塞传输，眼图质量几乎无损耗，为5G-A和6G通信提供了核心硬件支撑。

产业应用端的突破同样亮眼。在2025世界人工智能大会上，中兴通讯的"分布式OCS全光互连芯片"斩获SAIL大奖。这款芯片用光子集成技术实现64通道全光交换，将2000卡GPU集群的通信延迟从15毫秒压降至3.2毫秒，处理1750亿参数AI模型时效率提升30%，每年能节省2.6亿度电。国家超算中心的数据显示，引入该技术后，集群光模块功耗直接下降60%。

更具代表性的是曦智科技的"穹天"训练芯片，其光子计算单元在处理稀疏矩阵时，能效比达到传统GPU的17倍。当AI模型参数量突破万亿时，光互连技术能将梯度同步时间从23分钟压缩至5分钟，这意味着大模型训练周期可缩短近80%。

路线之争：微波与光子谁主沉浮？

中澳两国的技术突破，揭示了模拟计算的两条核心路线——微波与光子。这两条路线各有优势，也在不同场景形成互补，共同推动计算技术超越数字时代。

澳洲主导的微波模拟路线胜在成熟度高。微波电路与现有电子工业体系兼容性强，无需重建生产线就能实现规模化制造，尤其适合雷达、卫星通信等需要抗干扰的场景。其可编程特性可通过软件定义实现功能切换，比如同一芯片既能处理雷达信号，又能承担通信中继任务，硬件复用率提升了3-5倍。但微波路线的短板也很明显：传输损耗随距离增加而加剧，大规模集成时信号串扰问题难以解决。

中国主攻的光子路线则在速度和能效上更具潜力。光子的传播速度比微波快约10%，且不存在电磁干扰，能实现长距离低损耗传输——中兴的光互连芯片已在苏州至乌鲁木齐的超远距离链路中实现0.001%的低误码率。在集成度上，中科院的光子芯片已实现2000余个单元器件的高密度集成，且算力密度达到每瓦特8万亿次运算（TOPS），是微波电路的5倍以上。不过光子路线面临的挑战是成本较高，光电器件的量产良率仍需提升。

从应用场景看，两条路线已呈现差异化竞争：微波模拟计算在车载雷达、太空探测等领域快速落地，光子计算则在AI训练、超算互连等大算力场景占据优势。值得注意的是，两者正出现融合趋势，中科院团队已尝试在光子芯片中集成微波调控单元，实现了"光处理+微波控制"的混合架构，兼顾了速度与灵活性。

算力革命：离我们还有多远？

无论是澳洲的微波电路还是中国的光子芯片，都在传递一个明确信号：光速计算的时代已不再遥远。但从实验室走向日常生活，仍需跨越三大障碍。

首先是精度控制难题。模拟计算用连续信号处理数据，易受温度、噪声影响，精度通常在99%左右，而数字计算能达到99.9999%以上。这在金融交易、科学计算等高精度场景是致命短板。目前中澳团队都在攻关自适应校准技术，中科院通过AI算法实时补偿信号偏差，已将光子计算精度提升至99.9%，基本满足多数工业场景需求。

其次是系统兼容性问题。现有软件生态都是为数字计算设计的，模拟芯片无法直接运行。中兴通讯的解决方案颇具启发性：他们开发了"数字-模拟转换中间件"，让AI框架能无缝调用光计算资源，就像使用传统GPU一样简单。这套中间件已适配华为昇腾、壁仞科技等国产芯片，加速了产业落地。

最后是成本控制。当前光子芯片的单价是同性能数字芯片的3-4倍，制约了大规模应用。但随着中科院在硅基集成工艺上的突破，光子器件成本已开始下降，预计2027年能与高端GPU持平。届时，从自动驾驶的实时环境感知到手机端的AI推理，都将用上光速计算技术。

Keshavarz博士在接受采访时曾说："计算的终极目标是追上自然的速度。"当中国的光子芯片在实验室里实现毫秒级重构，当澳洲的微波电路开始接受工业测试，人类离这个目标又近了一大步。这场算力革命不会一蹴而就，但可以肯定的是，那个靠晶体管"精打细算"的时代即将落幕，一个由光与波驱动的光速计算时代，正在加速向我们走来。

来源：智能学院