摘要：当电子在纳米导线里气喘吁吁地追赶摩尔定律时，上海交通大学的一间暗室却亮起了一束“会思考”的激光——它只用一次穿过芯片的 300 皮秒，就把 16 384 个矩阵元素同时乘加完毕，而功耗不到同尺寸 GPU 的 1/200。11 月 14 日，《Nature Ph

光，真的只能“照亮”吗？

当电子在纳米导线里气喘吁吁地追赶摩尔定律时，上海交通大学的一间暗室却亮起了一束“会思考”的激光——它只用一次穿过芯片的 300 皮秒，就把 16 384 个矩阵元素同时乘加完毕，而功耗不到同尺寸 GPU 的 1/200。11 月 14 日，《Nature Photonics》以封面故事的形式公布了这场“光的叛逆”：并行光学矩阵-矩阵乘法（POMMM），让张量计算第一次摆脱“电子慢、光器件笨”的百年魔咒。

一、从“串行小跑”到“全员冲刺”

传统光计算像一位严谨的出纳：先把数据切成小票，再一张一张盖章。POMMM 则直接把整张“数据支票”撕成光斑——

1. 编码：两路相干激光分别被空间光调制器“纹身”，强度写实部、相位写虚部，一秒钟完成 8K×8K 矩阵的“光刻版”排版。

2. 传播：两片仅 3 mm×3 mm 的硅基衍射透镜，表面刻着 0.8 亿个亚波长纳米柱，相当于把傅里叶变换、点乘、求和三次操作熔进 200 层光程。

3. 读取：出射光斑被单光子相机“拍照”一次，电域里需要 3 万次循环的 GEMM，在光域里被“快门声”一次性解决。

二、实验室里的“光矩”有多疯？

团队搭起的原型机像一台被剖开的单反：激光器、透镜、相机，总重 1.7 kg。实测显示——

• 算力：45 TOPS（每秒万亿次运算），比 A100 GPU 的同功耗算力高 26 倍。

• 精度：在 32 bit 浮点任务里，与 GPU 结果相比平均相对误差 0.18 %；复数域 FFT 误差 0.21 %，直接满足 AI 训练级需求。

• 能效：每 10 亿次乘加仅 0.07 pJ，比 7 nm 电子芯片的理论极限还低 40 倍。

三、AI 第一次“纯光”跑通

研究人员把原型机接进一台“光-电混合服务器”：

• ResNet-50 在 ImageNet 上迭代 90 个 epoch，光层负责 95 % 的卷积，电层只干 ReLU 和归一化，训练时间从 110 小时压缩到 4.5 小时，功耗下降 78 %。

• ViT-B/16 模型里，注意力矩阵用 POMMM 计算，推理延迟 0.8 ms，比 H100 GPU 快 9 倍，且没有传统光计算“只能做实数”的软肋。

现场演示最震撼的一幕：当相机快门“咔嚓”一声，1000×1000 的注意力图已在光束里生成，而旁边的 GPU 风扇还在提速。

四、为什么这次是“真突破”？

1. 完全并行：一次光传播即完成 N² 次乘加，复杂度从 O(N³) 降到 O(1)（传播时间）。

2. 通用可编程：透镜上的纳米柱阵列可像 FPGA 一样电调谐，10 µs 内切换不同矩阵权重，实现“光域可重构”。

3. 规模可扩展：采用 6 英寸硅光工艺，理论上可把芯片面积做到 10 cm×10 cm，单芯片承载 1 百万×1 百万矩阵，而功耗仍停留在台灯级别。

五、光的下一站

上海交大团队已把 POMMM IP 授权给两家头部云厂商，2026 年 Q2 计划推出 PCIe 版“光张量加速卡”，目标场景——

• 大模型推理：把 175 B 参数的 GPT 压缩到 8 张“光卡”，单机柜可跑 1 万并发。

• 实时渲染：8K 光追的矩阵求逆在 240 Hz 下完成，让“元宇宙”不再眩晕。

• 车载激光雷达：每帧 3D 点云用光学一次性做卷积，延迟降至 1 ms 以内，给 L4 自动驾驶留出更多“刹车时间”。

从爱迪生的白炽灯到黄宏嘉的纤维光，人类每一次驯服光，都重塑了世界。而今天，这束 300 皮秒的激光或许正在写下新的注脚：

“当电子走到尽头，思考本身可以是一束光。”

来源：星光视频1