随着人工智能应用的扩展，芯片的计算需求不断增加，但传统电子芯片面临严重的能耗瓶颈。澳大利亚悉尼大学纳米中心研究团队另辟蹊径，成功研制出超紧凑型纳米光子芯片原型，用光子代替电子实现神经计算。 该创新的核心在于改变了信息处理的物理基础。传统芯片通过电子在导线中传输来处理信息，过程中产生的电阻会释放大量热量，这正是能源消耗的主要来源。而光子芯片完全不同，光在材料中传输不会产生电阻，因此不产生热量。当光穿过芯片内仅数十微米的纳米结构时，这些结构会自动完成计算任务，共同构成人工神经网络，模拟人脑神经元的功能。 性能表现令人瞩目。该芯片原型能在皮秒级（万亿分之一秒）内完成运算，这正是光穿过纳米结构所需的时间，意味着运算速度达到光速水平。研究团队用超过一万张生物医学图像进行了验证测试，包括乳腺、胸部与腹部核磁共振扫描的分类任务，最终在模拟与实验中获得了90%-99%的分类准确率，充分证明了技术的可行性。 这项研究的重要意义在于为人工智能的可持续发展指明了方向。当前数据中心的能源消耗已成为全球问题，消耗大量水和电力。光子芯片技术能够在满足不断增长的计算需求的同时，有效控制功耗增长，这对推动绿色计算和可持续发展至关重要。 悉尼大学电气与计算机工程学院教授、光子学研究团队负责人Xiaoke Yi表示，人工智能正日益受到能耗制约，这项研究利用光实现神经计算，能打造速度更快、能效更高、尺寸更紧凑的人工智能加速器，准确概括了光子芯片的三大优势。 光子学作为学科已有深厚的应用基础，激光、光纤网络、医学成像等技术早已广泛应用。但将光子学用于通用计算处理仍属于近年才开始探索的新领域。随着人工智能需求的快速增长，这一方向的重要性日益凸显，已成为全球科研机构竞相突破的前沿阵地。 悉尼大学光子学研究团队多年来致力于突破光子学的技术极限，包括应对无线通信挑战，以及开发可检测环境中化学或生物痕量物质的先进传感技术。这些研究积累为纳米光子芯片的成功研制奠定了基础。 原型测试成功后，研究团队正在推进技术的深入发展，致力于研制更大规模的光子神经网络，以满足实际应用的更高计算需求。这表明该技术已从概念验证阶段进入工程化发展阶段，距离实际应用更近一步。
从"以电驱算"到"以光算智"，这项原型研究表明全球算力竞赛正在从单纯追求速度转向更重视能效与可持续性。能否把实验室的"光速级"优势转化为可部署、可复制的工程能力，取决于基础研究突破、制造工艺迭代与产业生态协同。唯有在技术创新与绿色发展之间找到新的平衡点，智能计算才能行稳致远。