美国科学家在光子计算领域取得重大突破。宾夕法尼亚大学研究团队近日成功研制全球首款支持光学神经网络训练的可编程光子芯片，相关成果发表在新一期《自然·光子学》上。这项创新技术有望彻底改变人工智能训练模式，为实现全光计算机铺平道路。

半导体封测展了解到，传统光子芯片虽能处理线性运算，但在实现非线性函数这一关键技术上长期受阻。而深度神经网络的训练恰恰依赖于非线性运算能力。研究团队通过创新性地采用光敏半导体材料，巧妙地攻克了这一技术瓶颈。

该芯片采用双光束工作机制：信号光负责传输输入数据，泵浦光则通过调控材料特性来实现非线性运算。通过精确控制泵浦光的形态和强度，研究人员能够动态调整信号光的传输特性，使芯片具备执行多样化非线性函数的能力。

"这项技术的精妙之处在于，我们无需改变芯片物理结构，仅通过光学调控就能实现功能重构。"研究负责人解释道。这种独特的设计使芯片获得了实时学习能力，可以根据运算结果自动优化性能。

半导体封测展了解到，在性能测试中，该芯片展现出令人惊艳的表现：在基础分类任务中准确率超过97%，在经典鸢尾花数据集测试中达到96%的准确率。更令人振奋的是，仅需4个光学连接就能实现传统电子系统20个连接的效果，展现出显著的能效优势。

这项突破性技术创造性地实现了"光刻计算"的新范式——研究人员可以像作画一样，用泵浦光在芯片上"绘制"出所需的计算指令。这不仅为开发可编程光子计算机提供了可行性验证，更为实现光速AI训练迈出了关键一步。随着技术不断完善，未来或将开启超低功耗、超高速计算的新纪元。

文章来源：科技日报