在数字计算主导的时代背景下,人工智能(AI)及组合优化的迅猛发展对计算性能和能源效率提出了前所未有的挑战。传统数字计算体系不断遭遇算力瓶颈及功耗高昂的问题,促使科学家和工程师寻求创新性的计算方法。模拟光学计算机(Analog Optical Computer,简称AOC)应运而生,它融合了模拟电子技术与三维光学,创造出全新计算平台,在AI推理和组合优化等领域展现出了广阔前景。 模拟光学计算机的核心优势在于摆脱频繁的数字-模拟转换,直接在模拟域完成线性和非线性计算,不仅显著提升运算速度,还大幅降低能耗。AOC通过一种快速的固定点搜索算法,将AI推理与组合优化两种看似不同的计算任务统一于固定点迭代框架内,实现同一硬件平台的跨领域应用。这种独特的计算模型兼顾了噪声鲁棒性和计算效率,适合复杂、迭代密集的神经网络推断与非凸优化问题求解。
在硬件设计方面,AOC采用微型发光二极管(microLED)阵列作为光源,表示状态向量的各个分量,利用空间光调制器(SLM)存储权重矩阵,通过调制光强完成矩阵-向量乘法运算。光信号经过三维光学系统实现高效的扇入扇出,随后由光电探测器阵列捕获后转换为模拟电信号。非线性函数计算、信号叠加与减法、退火操作等均由高性能模拟电子电路完成。整个系统在约20纳秒的单次迭代中完成状态更新,利用迭代多轮驱动状态向量收敛至固定点,实现计算任务的最终输出。 模拟光学计算机在AI推理中的应用,主要依托于神经平衡模型(equilibrium models),这类模型通过构建自反馈的循环神经网络,驱动隐藏状态达成稳定的固定点输出,具备动态推理深度及递归推理能力。与传统深度前馈网络相比,平衡模型在表达能力和泛化性能上表现优异。
AOC硬件天然契合此类模型推断的迭代特征,能够降低计算瓶颈,提升推理速度,特别适合处理需要高计算量和动态推断时间的任务。 具体场景中,AOC对图像分类和非线性回归等任务表现出色。通过数字训练获得神经网络权重后,采用精度9位的权重量化,模型部署至AOC硬件进行推理,无需数字转换即可完成高保真计算。对于MNIST和Fashion-MNIST等标准数据集,AOC实现了与其数字虚拟副本(AOC-Digital Twin)高度一致的准确率,且在非线性函数拟合中保持较低均方误差。此外,采用时间多路复用技术,AOC还支持更大规模模型推断,具备良好的扩展性。 在组合优化领域,AOC通过实现二次无约束混合优化(Quadratic Unconstrained Mixed Optimization,QUMO)问题求解,解决了传统数字计算难以快速处理的复杂优化问题。
QUMO模型融合了二进制和连续变量,能表达复杂的现实约束,超越传统二进制优化问题表现出的局限性。AOC利用迭代固定点搜索机制,结合模拟硬件的高速计算能力,实现了包括医疗成像重建、金融交易结算等实际工业场景中的高效优化。 医疗领域的图像重建案例尤为突出。传统磁共振成像(MRI)需要在保证图像质量的前提下减少采样点以缩短扫描时间,通过稀疏表示与压缩感知技术实现信号重建。AOC成功将原始的非凸ℓ0范数稀疏约束问题建模并求解,显著优于仅基于数据保真度的重建效果。在模拟硬件的加持下,结合块坐标下降(BCD)分解策略,系统高效完成了64变量的QUMO求解,图像质量达到了理论与实际的双重验证。
同时,AOC数字双胞胎还对超过20万个变量的复杂问题进行了仿真,展示了极强的系统规模化能力。 金融领域,AOC被用于复杂的交易结算优化问题求解。该问题旨在最大化已结算交易数目,面临着多方、资产等多重约束的NP难题。利用QUMO表述,将线性约束通过松弛变量隐式纳入目标函数,AOC硬件在多轮BCD迭代中稳定收敛,达到全球最优解。实测中,针对多种规模实例,AOC表现优异,不仅大幅增强了求解速度,也提升了成功率,且优于部分量子计算平台的表现。 全面的基准测试进一步确认了AOC系统的竞争实力。
面对16变量的高难度合成QUMO和QUBO实例,AOC硬件在不到1000次采样中达到了95%以上的目标函数近似。与商业优化求解器Gurobi的对比中,AOC数字双胞胎表现出高达三数量级的加速优势,并能在有限时间内寻获新颖优解,凸显了AOC在工业应用中的实际价值。 展望未来,AOC的发展潜力巨大。当前硬件原型支持最多4096权重的模型计算,基于模块化设计的三维光学和模拟电子集成,有望支撑从亿级到十亿级权重规模的神经网络和优化问题。微型光模块技术结合先进的光学元件规模化生产,实现了小型化与高密度的矩阵乘法装置,突破了传统二维光学计算器件的面积及路由限制。此外,AOC的计算能耗预估约为500 TOPS/W,相比最新GPU提升百倍以上,极大促进了绿色低碳智能计算的发展。
模拟光学计算机开辟了一条全新计算范式,通过解决传统数字系统的能耗与延迟瓶颈,为人工智能和复杂优化问题提供了强劲的硬件支撑。其独特的固定点迭代算法和全模拟架构,提升了计算的鲁棒性与高效性,实现了算法与硬件的深度协同。随着技术不断成熟并且硬件规模逐步扩展,AOC有望成为未来高性能AI推理和组合优化领域的关键技术平台,推动智能计算的持续演进与产业化落地。 。
