10 月 25 日，由中國工程院、中國光學工程學會主辦的 “第二屆未來技術與颠覆性創新國際大會暨第 310 場中國工程科技論壇” 在杭州市盛大召開。

這是一場業内頂級峰會，大會開幕由中國工程院工程管理學部胡文瑞院士進行主持，中國工程院原副院長、本次大會主席杜祥琬院士，第十三屆全國人大常委、環資委副主任委員、中國工程院原副院長趙憲庚院士，及阿裡巴巴技術委員會主席王堅院士在内的多名國内外知名學者、院士莅臨參加。

本次大會彙聚全國八百餘位專家學者和代表到會，上萬人在線參與直播觀看，會議主要圍繞對經濟發展和社會進步有重要作用和深遠影響的未來技術、颠覆性創新主題進行大會學術交流。并針對電子信息、未來芯片、能源、人工智能和生物信息等五大重點方向舉行專題學術研讨，以及國際對接交流。

其中，涉及到光學、計算機科學、芯片制造等多個科學技術門類的 “光子芯片”，因為其前瞻性和對當前世界格局的颠覆性潛力而備受矚目。

來自麻省理工學院的納米光學先驅、“麥克阿瑟天才獎” 獲得者馬林・索利亞奇（Marin Soljačić）教授、及源自麻省理工學院的光子計算硬件開發公司曦智科技（Lightelligence）聯合創始人兼 CEO 沈亦晨博士就 “光子芯片” 技術的發展和應用在主論壇作了精彩演講，現由 DeepTech 整理如下。

由于疫情的原因，Marin 教授本人沒有到場，而是以視頻的方式詳細介紹了光計算産生的背景、技術優勢和演進曆程。本部分内容絕大部分整理自 Marin 和沈亦晨的演講，并适當作了補充。

随着時代的發展，諸如阿裡巴巴這樣的公司，擁有了越來越多的數據。人們可以基于此建立強大的人工智能模型，但與此同時，對計算機算力的要求也水漲船高。

過去，硬件能力按照摩爾定律持續增長，算力方面的瓶頸還沒有那麼明顯，但顯然現在這個時刻，它開始 “失效” 了，矽基芯片開始逐漸到達物理極限，人們必須尋找更新、更高效的計算方式。

同時，超高算力的計算機在能耗方面的問題也日漸凸顯。

圖 | 中國超算神威・太湖之光與人腦的能耗對比。

太湖之光的功率是 1.5 萬千瓦時，大于 1.5 萬台空調的能耗；而人腦工作一天隻需要一個漢堡包。這是六個數量級的差距，或許這說明計算這個過程并不一定需要耗費如此巨量的能源。因此，嘗試不使用矽基芯片，或者說不使用電子計算是一個可能的方向，于是 Marin 結合前期的研究，提出了光計算設想。

現有的研究已經證明，光計算在處理某些問題時，能力明顯優于電子運算，例如“矩陣乘法”，使用光可以基本上零延時、零能耗完成。

而矩陣乘法對人工智能神經網絡非常重要。實際上，很難找到比神經網絡更加依賴矩陣乘法計算的實例了。

這并不是 Marin 他們的獨創，早在 1987 年便有人發表了此類論文，奈何當時并沒有比較合适的應用領域，所以後來逐漸沉寂，但現在人工智能興起，到了它煥發第二春的時候，因此為 “使用光計算矩陣乘法” 這一過程開發專門的硬件變得順理成章。

圖 | “Optical Neural Computers” Y.S.Abu-Mostafa，D.Psaltis. Scientific American, 256, 88, (1987)，以及更多之後的論文都在描繪光計算的輪廓。

以 Marin 的博士生沈亦晨為首的幾名學生，在幾年前承擔了這個任務，他們很快發現這個路徑是可行的，并且前景廣闊。

光計算最基礎的光學元件名為 MZI（馬赫－曾德爾幹涉儀），它本來用作觀測從單獨光源發射的光束分裂成兩道準直光束之後，經過不同路徑與介質所産生的相對相移變化。

圖 | 集成在芯片中的單個 MZI 實物圖。基于目前的科技水平和制造工藝，已經可以做到在一個芯片上集成數萬個這種光學設備。并且由于它的生産過程可以重用 CMOS 電子設備的技術，所以價格也相當低廉。（來源：曦智科技）

在矩陣乘法中，MZI 的計算原理可以通俗地解釋為，它有兩條 “手臂”，通過某種方式改變兩條手臂的光程，以此來改變光通過兩條手臂之後相互幹涉的結果。

圖 | MZI 矩陣乘法原理圖。具體流程是，進入 MZI 的相幹光首先分為兩部分，每半部分的相位調整不同。将具有不同相位的信号組合會導緻相長或相消幹涉，從而有效地調節通過 MZI 的光的亮度，該調節過程可被視為乘法運算。而當兩道光線相遇，信号被有效地加在一起，即完成了一次光 MAC（Multiply-accumulate 乘積累加）。

目前的實驗證明，光計算實現人工智能的識别率已經非常接近于傳統的電子計算機，并且仍然存在非常大的改進空間。

圖 | Marin 教授展示的實驗結果

最讓人興奮的地方在于，整個計算過程是瞬時無能耗的，并且光計算的時鐘周期可以比電子計算機提高約 100 多倍。

短期内，光子計算機作為一個整體與電子計算機基于通用 Benchmark，在相同的節點之下，前者大概領先後者 5 到 10 倍，在一些特定算法（如退火），光子計算機可以達到百倍的提升。

圖 | 光子計算機擅長的領域：機器學習、生物信息學、密碼學、排程問題、車輛路徑問題、電路設計等。

2016 年，沈亦晨和導師 Marin 在 MIT 實驗室初步驗證了光子計算芯片的可行性。研究成果于 2017 年 6 月發表在頂級期刊 Nature Photonics，并榮登封面。

圖 | Deep learning with coherent nanophotonic circuits

2017 年曦智科技成立，2019 年初，他們發布了全球首款光子芯片原型闆卡。

圖 | 曦智科技原型闆卡

2020 年，曦智科技已經打造了一支近 80 人的精幹研發團隊，并與全球領先的晶圓廠、封裝廠産線達成戰略合作，全部準備工作基本就緒。雲計算服務商、運營商、金融集團等将成為曦智科技的第一批客戶。

圖 | 曦智科技芯片實物圖

目前，曦智科技的光計算芯片由一個電子芯片和光子芯片垂直堆疊組成。沈亦晨說道，未來的光計算系統中，較大可能短期内離不開一塊電子芯片，光子芯片可以理解為電子芯片的 “地鐵”，它幫助電子芯片分擔包括線性計算、數據傳輸、内存讀取這些相對耗時的操作。

最大的挑戰來自于對于光計算芯片上光學器件密度的提升。以目前的科技水平和制造工藝，曦智已經可以做到在一個芯片上集成數萬個基礎光學器件。

從 2017 年論文發表，到 2021 年第一代商用産品落地，看似短短的幾年時間，其實是沈亦晨和團隊星夜兼程的結果。

他說，未來曦智的光電芯片會做成 PCIe 闆卡，集成到雲計算服務器中，為需要算力的場景如城市大腦、自動駕駛、智慧金融、新材料、藥物研發等提供強大支撐。

如果人工智能是一個擁有無限潛力開疆拓土的機器，那麼高算力芯片将成為最核心的發動機。

光計算芯片将突破摩爾定律和電子芯片物理極限，大幅降低芯片能耗，讓雲計算機房擺脫對能源的依賴和帶來更長的續航。同時，光子芯片有望幫助我國擺脫對先進制程技術的依賴，讓低制程、高性能成為可能，一改當前的被動局面。

最後，光子芯片技術究竟颠覆的是什麼？“首先，光子芯片提供了全新芯片設計架構思路，從把更多的處理同一任務的器件放在一起，到利用光學芯片作為傳輸，徹底颠覆原有的設計理念；此外，光子芯片激發人們對芯片性能極限的思考：當芯片性能極限不再受到工藝制程的限制，那麼光子芯片的極限到底是什麼？這種性能極限的突破對于應用場景意味着什麼？這可能将會啟發出更多新的想法。” 沈亦晨的話給光子芯片的發展留下了無窮的想象空間，也對會議主題作出了回應。

圖 | 馬林・索利亞奇（Marin Soljačić），1974 年出生于克羅地亞首都薩格勒布。1996 年獲得麻省理工學院物理學和電氣工程學士學位，1998 年獲得普林斯頓大學理學碩士學位，2000 年獲得物理學博士學位。2005 年，他成為麻省理工學院物理學教授。2008 年，他被授予麥克阿瑟獎，這是一個 “不附帶任何條件” 的獎項，非官方稱之為 “天才獎”。他的主要研究興趣是人工智能以及電磁現象，重點是納米光子學，非線性光學和無線電力傳輸。他是 200 多篇論文和 100 多項美國專利的合著者。

圖 | 曦智科技聯合創始人兼 CEO 沈亦晨，麻省理工學院物理學博士，師從麻省理工學院 Marin Soljacic 教授，擁有多年納米光學和人工智能算法的科研經驗。曦智科技成功開發出世界第一款光子芯片原型闆卡，并且用光子芯片運行了 Google TensorFlow 自帶的卷積神經網絡模型來處理 MNIST 數據集，整個模型超過 95% 的運算是在光子芯片上完成。光子芯片處理的準确率已經接近電子芯片（97% 以上），另外光子芯片完成矩陣乘法所用的時間是最先進的電子芯片的 1% 以内。