计算机诞生80周年之际，我国科学家对冯·诺依曼架构提出根本性改进设想。传统计算机长期受制于计算单元与存储单元分离带来的“存储墙”问题。有数据显示，现有系统约90%的能耗消耗在数据搬运过程中。此结构性矛盾已成为算力提升的重要瓶颈。研究团队从生物神经系统获得启发，利用光学物理特性构建三维存储矩阵。其核心是纳米微晶材料的光致相变：三束激光在透明立方体内正交交汇时，交点处微晶发生可逆相变以写入信息，并通过四波混频效应完成信号读取。该方案在不依赖高端光刻工艺的情况下，使存储密度较现有技术提升四个数量级。技术突破主要体现在三个上：第一——存算一体设计减少数据搬运——将传统微秒级延迟压缩至纳秒级；第二，引入类脑神经系统的内循环机制，使芯片具备类似“睡眠期”记忆重组能力，支持持续自主优化；第三，采用模块化光电芯片组，便于与现有半导体产业链兼容。业内专家认为，这一架构可能改变人工智能的演进路径。不同于当前主要依赖大规模数据堆叠的模式，新系统尝试模拟人类“从零学习”的认知发展过程，使机器智能具备更强的可解释性与渐进式成长特征。北京大学量子材料研究中心主任表示，这或意味着计算技术正从“机械执行”走向“有机生长”的范式变化。据研发团队介绍，首款原型芯片将面向婴幼儿认知开发场景，验证基础学习能力。产业转化上，团队已与国内头部存储企业共建联合实验室，预计三年内推进工程化突破。技术成熟后，有望在自动驾驶、气象预测等实时决策领域带来显著应用价值。
计算技术的每一次跃迁，往往源于对既有架构边界的重新思考。面对“算得更快却跑得更慢”的数据搬运难题，以光学与三维存储为基础的存算一体探索，反映了从器件到架构的系统性创新。未来能否走向规模化应用，既取决于关键物理机制能否稳定可控，也取决于工程制造、软件生态与安全可验证体系的同步成熟。沿着此方向持续投入并加强协作，或将为高效、低能耗的新一代计算打开新的可能。