摘要：通过单次光传播就能完成复杂的张量计算，以光速完成深度学习中的关键步骤——这听起来像是科幻小说中的场景，但芬兰阿尔托大学领导的国际研究团队已将其变为现实。

一场围绕未来算力的竞争正悄然升级，光速AI计算不再遥远。

通过单次光传播就能完成复杂的张量计算，以光速完成深度学习中的关键步骤——这听起来像是科幻小说中的场景，但芬兰阿尔托大学领导的国际研究团队已将其变为现实。

这项发表于《自然·光子学》的技术，标志着通用人工智能硬件研制迈出重要一步。

与此同时，华为也宣布将发布AI领域的突破性技术，可将GPU、NPU等算力资源利用率从行业平均的30%-40%提升至70%。这两大技术突破，正在为人工智能发展打开新的想象空间。

---

01 光学计算突破：算力瓶颈的新解方

随着深度学习模型规模不断扩大，图像识别、自然语言处理等任务所需的张量计算量呈指数级增长。

作为当前主力硬件的GPU虽然性能不断提高，但在速度、可扩展性和能耗方面已接近极限。

“数据算得越来越多，能耗也越来越大，这是整个产业面临的共同难题。”研究团队在接受《科技日报》采访时如此表示。

芬兰团队开发的新方法，通过光波在空间中的自然传播实现数学运算，无需依赖电子电路，也无需任何主动调控。

卷积、矩阵乘法、注意力机制等深度学习的关键步骤，可在光穿过系统的瞬间同步完成。

该方法的核心创新在于将数字数据编码进光的幅度与相位，使数字信息转化为光场的物理属性。

当这些光场相互作用时，便能自然完成矩阵和张量运算。

02 华为软件优化：硬件的“效率革命”

就在光学计算取得突破的同时，华为在算力效率优化方面也传来喜讯。

华为即将发布一项AI领域的突破性技术，可将GPU、NPU等算力资源利用率从行业平均的30%-40%提升至70%。

这一技术通过软件创新实现多品牌算力统一管理，显著释放算力硬件潜能。

华为的这项技术对标英伟达核心技术，为AI训练提供更高效的资源支持。

从硬件层面的光学计算革命，到软件层面的效率优化，两条技术路径正共同指向一个目标——打破现有算力瓶颈。

03 技术原理揭秘：光如何做计算？

光学计算为何能实现如此突破？关键在于光本身的物理特性。

研究人员用了一个生动的比喻：传统计算就像检查和分拣海关包裹，需要通过多台功能各异的机器逐个检查，然后将它们分拣到正确的箱子里。

而光学计算方法可以将所有包裹和所有机器整合在一起，只需一次操作，所有检查和分拣就能瞬间并行完成。

为了进一步扩大计算能力，团队还采用多波长光，使不同颜色的光分别携带不同维度的数据，从而处理更高阶的张量运算。

这一方法的另一大优势在于其简单性——所有计算均在光的被动传播过程中完成，无需主动控制或电子开关，因而更适合低能耗、高并行度的光学平台。

04 A股关联：AI产业链迎来新机遇

光学计算和算力效率技术的突破，正在资本市场引发连锁反应。

今日，AIGC板块放量拉升，软件50ETF大涨2.39%。其中，三六零涨停，东方国信涨超13%，拓维信息涨超6%，神州信息、润和软件等跟涨。

华为算力技术突破的消息，进一步刺激了相关概念股表现。这也反映出市场对AI技术进步的敏感反应。

中泰证券指出，当前算力基本面有望延续高景气，重点看好AI应用的投资机会。

具体体现在通用场景的泛ERP领域、生产力工具，垂直场景的金融AI、医疗IT、物理AI、工业场景等。

同时，国际形势倒逼自主可控加速，在科技自立自强的大战略下，行政、行业信创均有望迎来加速与边际好转。

05 应用前景：从实验室到产业化

光学计算技术虽然尚未大规模商用，但其应用前景已令人振奋。

光学计算具有速度快、功耗低、并行处理能力强的优势，相当于把拥堵的单车道公路，升级为多车道高速隧道。

这意味着，未来搭载光学计算硬件的人工智能系统，有望以前所未有的效率处理海量数据。

从技术成熟到产业化落地，仍需克服诸多挑战。但可以肯定的是，算力资源的利用效率将成为决定AI发展速度的关键因素之一。

国内大厂正加速AI应用落地，其中阿里推进“千问”项目，腾讯宣布微信将推出AI智能体，字节已正式发布豆包编程模型。

这些应用层面的创新，都需要底层算力的支持。

---

光学计算的研究仍在实验室阶段，但资本市场早已闻风而动。今日A股市场中，三六零、东方国信、拓维信息等AI概念股涨幅居前，显示投资者对技术变革的敏锐嗅觉。

业界机构研判，短期板块轮动速度或加快，市场风格或将迎来阶段性均衡化。从具体的行业板块来看，机构较为重视涨价资源品、新消费等细分领域；科技成长板块则看好存储、AI软件应用等细分方向。

未来，搭载光学计算硬件的人工智能系统，有望以前所未有的效率处理海量数据，为下一代人工智能的爆发和普及，提供重要技术支撑。

来源：程序员讲故事聊生活