人工智能飞速发展的时代下，算力瓶颈正成为制约AI进步的核心挑战。传统电子计算在速度、能耗与可扩展性方面日益捉襟见肘。而光计算技术作为一种新兴的计算方式，以其超高速和低能耗的特点受到了广泛关注。然而，一项来自芬兰阿尔托大学的突破性研究，或将彻底改写这一格局——研究人员成功利用单束光在一次传播过程中完成复杂的AI张量运算，标志着AI计算正式迈入“光速时代”。
这项发表于《自然·光子学》（2025年11月14日）的研究，由阿尔托大学光子学团队张玉峰博士领衔。团队创新性地提出“单次张量计算”概念：将数字信息编码至光波的振幅与相位中，当光波在光学系统中传播时，其物理特性自动完成矩阵与张量乘法等深度学习核心运算。整个过程无需电子切换或主动控制，运算速度接近光速，能耗却远低于传统GPU。
张量运算作为AI的“数学语言”，广泛应用于图像识别、自然语言处理和视频分析等领域。随着模型规模指数级增长，现有硬件已难以为继。而该技术通过多波长光并行处理，可支持高阶张量操作，相当于将成千上万次电子计算压缩为一次光学过程。研究者形象比喻：“如同海关检查包裹，传统方式需逐个过机，而我们的光学系统用‘多个光学钩’同时完成所有分拣——一次光程，全量计算。”
该技术的核心优势在于并行性、低延迟与超低功耗。由于光波天然具备叠加与干涉能力，多个数据流可同时处理，避免了电子计算中的“冯·诺依曼瓶颈”。实验表明，该系统在执行卷积、注意力机制等典型AI操作时，效率媲美超级计算机，但能耗仅为传统硬件的极小部分。
更令人振奋的是，该架构具备高度可集成性。团队计划将计算框架直接嵌入光子芯片，推动光基处理器在主流AI平台的应用。项目负责人孙志培教授表示：“这一方法几乎适用于任何光学平台，未来有望与现有硅基技术融合。”张玉峰博士预测，3至5年内，该技术可集成至主流科技公司的AI硬件中，为大模型训练、边缘计算等场景提供革命性算力支持。尽管光子计算仍面临集成难度与成本挑战，但此项突破无疑点燃了“后摩尔时代”的希望。
