人工智能与组合优化技术正成为推动科学、工业及商业创新的重要驱动力。然传统数字计算架构在追求更高性能的同时,能耗和延迟问题日益凸显,限制了其可持续发展。为应对这一挑战,类比计算逐渐浮现,尤其是结合光学技术的类比光学计算机,凭借其高效并行计算能力和低能耗特性,成为未来计算范式的重要候选。类比光学计算机(以下简称AOC)创新性地结合了类比电子与三维光学器件,通过无须频繁数字转换的固定点搜索,实现了AI推理和组合优化的高效统一。在这一平台上,光学系统负责矩阵向量乘法运算,类比电子元件则处理非线性函数、加减法及退火等操作,形成紧密反馈回路,完整执行迭代求解过程。AOC采用了固定点抽象机制,将机器学习推理归纳为寻找平衡点的过程,同时将二次优化目标视为梯度下降达到极小值的固定点。
其算法原理体现在状态向量的更新计算中,灵活应对多样计算模型,适配广泛的应用场景。传统非数字计算往往面临非线性操作依赖数字电路、硬件与应用任务匹配难以及模拟噪声等挑战。而AOC的全类比反馈结构避免了数字中断,大幅降低能耗并增强噪声鲁棒性,同时突破了记忆瓶颈和优化模型的应用场景限制,支持融合连续与二进制变量的混合二次无约束优化(QUMO),广泛涵盖实际工业问题。AOC硬件利用消费级成熟光电组件组合,包括微型LED光源阵列、空间光调制器(SLM)和高速光电探测阵列,形成光学矩阵乘法核心模块。微LED阵列以强度编码状态变量,SLM储存并调制权重矩阵信息,随后通过光学汇聚实现乘加运算。光电探测器将光信号转为电信号,之后由类比电子回路完成非线性处理及迭代更新,所有计算均在模拟域完成,极大减少了转换带来的开销。
当前实验平台支持16维状态向量及两块SLM并行实现正负权重表达,支持高达4096权重矩阵规模的时间复用训练,同时数字孪生模型(AOC-DT)高度仿真硬件性能,检验与校准算法模型匹配,有效辅助模型数字训练后无缝部署。AOC优异地支持神经平衡模型和能量模型,这类模型通过递归反馈实现迭代推理,能够动态调整推理深度,表现出较深度神经网络更优的泛化性和尺度效率。通过对经典Hopfield网络和现代深度平衡模型的类比实现,AOC实现了图像分类与非线性回归任务。不论是基于MNIST或者Fashion-MNIST数据集,AOC均展示了接近数字训练模型的推理准确率,且硬件执行时间显著低于传统数字计算。此外,AOC能够有效处理回归任务中的连续输出,克服了模拟噪声带来的挑战,通过多次重复采样和信号平均保证输出稳定。升级模型至4096权重级别,通过时间复用机制,将多个独立256权重模型的推理顺序执行,提升处理能力,为更复杂的任务提供可能。
组合优化是AOC另一大优势,平台通过QUMO框架,支持混合连续与二进制变量,灵活映射真实世界复杂约束和优化目标。对传统二次二进制优化(QUBO)问题的扩展,使得AOC能够以极低的逼近误差高效解决多样工业实例。真实性能验证包括两个典型案例,一是医学成像中的压缩感知问题,将MRI图像重构转换为带有混合变量的QUMO问题,突破了传统优化难以实现ℓ0范数稀疏约束,高效恢复高质量图像。二是金融领域的交易结算优化,通过对实际清算场景的建模,利用QUMO方法最大化交易结算量,应对NP难复杂度,AOC在架构支持下展现高成功率和快速收敛。为解决现实中大规模问题,AOC利用区块坐标下降法,将大问题拆分为多个小子问题,逐块在硬件上迭代求解,确保整体收敛性与求解效率。实验室级硬件实现了最多16变量、9位精度的QUMO问题快速求解,且其数字孪生模拟可扩展至数十万变量。
针对此类大规模复杂问题,AOC数字孪生与领先商业求解器如Gurobi相比,在解决速度上最高达到千倍级别的提升,同时还带来了新更优解的发现。未来AOC的规模化发展是实现其实用化的关键。通过模块化设计,借助高度集成的三维光学元件和紧耦合模拟电子电路,每个模块可处理百万级权重,组合数十至数百模块即可实现亿量级权重处理,满足临床医学和大规模深度学习的需求。三维光学设计充分利用光波导和聚焦系统,实现高效光的扇出与扇入,打破平面制约瓶颈。微LED光源的非相干特性降低制造难度,赋予系统更强的稳定性和可扩展性。此外,硬件运行速度由相关光电组件带宽限制,达数GHz,结合低功耗优势,使得AOC在特定任务中预计能以每瓦500万亿次运算(TOPS/W)效率运行,远超当前顶尖GPU系统,为绿色计算注入新动力。
AOC不仅为当前计算需求提出解决方案,也开辟了新型计算理论与架构的融合空间。其固定点抽象统一了机器学习的推理模式和优化问题的求解路径,体现了硬件与算法协同设计的重要趋势。随着类比光学硬件技术和算法优化的不断提升,AOC有望推动人工智能应用向更高的效率、更低的能耗以及更强的泛化能力迈进。类比光学计算机融合了光学的超高并行性、模拟电子的灵活非线性处理,是可持续智能计算的有力支撑。其独特架构下,迭代推理与高复杂优化问题实现加速,充分发挥了物理计算的潜力,助力智慧医疗、金融科技等关键领域落地高效智能解决方案。整体看来,类比光学计算机作为面向未来计算的革新技术,具备变革AI推理及组合优化范式的潜力,在节能环保、跨领域应用、系统扩展性方面展现巨大优势。
随着硬件集成度提升和算法理论深耕,其商业化前景十分可期,有望成为引领下一代智能计算浪潮的核心技术支柱。 。
