新华社北京2月17日电 宾夕法尼亚大学（University of Pennsylvania）的工程师开发出一种新型芯片，该芯片使用光而不是电来执行训练人工智能（AI）所需的复杂计算。 该芯片有可能从根本上加快计算机的处理速度，同时降低能耗。 该研究发表在最新一期的《自然光子学》杂志上。
该芯片首次将本杰明·富兰克林奖得主纳德·恩赫塔（Nader Enkhta）在纳米尺度上操纵材料的开创性研究与硅光子学（SiPH）平台相结合。 前者涉及使用光进行数学计算; 后者使用硅，这是一种廉价且丰富的元素，用于大规模生产计算机芯片。
光波与物质的相互作用代表了一种开发计算机的可能方法，这种计算机不受当今芯片的限制。 新芯片的原理与20世纪60年代计算革命初期的芯片原理基本相同。
研究人员在**中描述了这种芯片的开发过程。 他们的目标是开发一个用于执行向量矩阵乘法的平台。 向量矩阵乘法是神经网络开发和功能的核心，神经网络是当今支持人工智能工具的计算机架构。
Enkhta解释说，他们可以使硅晶圆更薄，例如150纳米，并使用高度不均匀的硅晶圆，但这仅限于特定区域。 无需添加任何额外的材料，这些高度的变化提供了一种控制光通过芯片传播的方法，因为高度的变化会导致光以特定的模式散射，从而允许芯片以光速进行数学计算。
除了更快的速度和更低的能耗外，新芯片还具有隐私优势。 由于许多计算可以同时完成，因此无需将敏感信息存储在计算机的工作内存中，因此使用此类技术的未来计算机几乎不可能被黑客入侵。
主编圈子]。
计算机的效率取决于什么？ 从本质上讲，它取决于其各个组件的运行速度及其排列的密度，而光在这两个方面都比电力更可取。 使用光束代替电子或电流进行计算和存储，将处理更多的信息，更高的计算速度和极低的功耗，这无疑更适合未来AI和人机交互的计算时代。 本文的研究具有巨大的潜力和优势，但还需要进一步发展才能实现商业化应用。