人工智能技术的蓬勃发展和广泛应用对计算能力提出了前所未有的需求,尤其是在机器学习推理和组合优化领域。然而,随着规模和复杂度的提升,传统数字计算架构在能源效率和处理速度上遭遇瓶颈,使得寻找更高效的计算方案成为科研和工业界的迫切任务。模拟光学计算机(Analog Optical Computer, AOC)作为一种创新的异构计算平台,将模拟电子与三维光学技术融合,开创性地实现了AI推理与组合优化两大任务的高效统一加速。 数字计算架构通过离散的二进制处理实现信息存储和计算,尽管其发展经历了多次技术进步,但其固有的数据移动和冗余转换依然导致巨大的能量消耗和延迟加剧。光学计算相较于电子计算在带宽和并行性上具有天生优势,尤其是矩阵乘法等线性代数运算,可利用光的传播与叠加特性以极低的能耗实现高速计算。然而,现有的光子计算系统多聚焦于单一应用,如神经网络推理或特定优化任务,且依赖频繁的数字转模拟和模拟转数字中间过程,限制了整体的运算效率和能量节约潜力。
模拟光学计算机创新性地采用了全模拟反馈循环架构,避免了数字转换的代价,使计算操作原生地在光学和模拟电子域交替进行,极大提升了计算速度和噪声容忍度。其核心计算基于一种迭代的固定点搜索方法,借助光学矩阵-向量乘法作为线性运算引擎,同时利用模拟电子电路实现非线性激活、退火调节及加减运算,从而有效支撑机器学习中的深度平衡网络及复杂的混合变量优化问题。 硬件方面,AOC使用微型LED阵列作为光源,编码神经网络激活值或优化变量的状态,再通过空间光调制器(SLM)对权重矩阵进行光强调制,完成矩阵乘法过程。经过空间光调制的光束经光电探测器阵列转换为电信号,随后进入模拟电子子系统,执行非线性变换及动态权值调整。相较于传统平面光学架构,AOC引入三维光学设计,利用球面及柱面光学元件实现光的高效扇入扇出,大幅提升可支持矩阵规模的扩展性。此外,模拟反馈机制维持计算轨迹的稳定,充分抵消模拟噪声,提高准确度和鲁棒性。
在AI推理任务中,AOC特别适用于迭代式平衡模型,如深度平衡网络(Deep Equilibrium Models),这类模型通过递归调用网络达到固定点,展现出优秀的推理能力及泛化性能。与传统层叠式前馈神经网络相比,平衡模型支持动态推理深度,适合处理递归逻辑和复杂关联信息,兼具表达力与计算效率。AOC的固定点搜索算法天然契合平衡模型的迭代求解定式,结合模拟光学硬件实现了快速收敛与高精度推理。实际示范涵盖手写数字识别(MNIST及Fashion-MNIST)和非线性回归两类典型机器学习任务,硬件结果与数字孪生模型高度一致,验证了系统的应用实用性。 组合优化方面,AOC支持二次无约束混合优化(QUMO),一种包含连续与二进制变量、能够表达丰富约束与目标函数的泛化模型框架。通过固定点驱动的梯度下降及模拟退火机制,AOC高效探索复杂能量景观,寻找最优解。
临床影像重建及金融交易结算被选为典型应用案例。在医用影像中,压缩感知算法需解决原始的l0范数优化难题,传统数字方法受限于计算复杂性常采用近似替代。AOC利用QUMO形式直接求解l0范数问题,实现高质量的磁共振成像重建,缩短扫描时间并提升精确度。金融领域中,针对批量证券交易清算的结算问题,AOC可整合法律和信用等复杂约束,在限定时间内求得最优或近似最优解,具有显著的实用价值。 AOC系统现有实验规模支持多达16个变量的状态向量及256个权重的矩阵,通过时间复用技术可扩展至4096权重,满足小型至中型模型的推理需求。其核心优势在于消除模拟与数字域的频繁转换,实现全模拟的迭代固定点搜索,这不仅极大节约能量,更因反馈机制带来的噪声抑制效应提升算法鲁棒性。
其模拟电子子系统采用可调增益放大器与非线性双极差分对实现高精度的近似双曲正切函数,为非线性计算提供硬件基础。 在硬件模块规模化方面,AOC设计结合模块化架构与三维光学,实现更大规模矩阵计算的平行处理。典型的光学调制器支持数百万像素,组合成为尺寸约4厘米的紧凑模块,多个模块通过集成的类3D拓扑电路网格互联,达到亿级权重规模。相较于传统光学芯片受限于平面制备工艺,此架构突破了制程瓶颈,增强了系统可扩展性。微型LED光源利用非相干光优势,降低了光路调节难度,提升整机制造的可控性和稳定性。 从能效角度看,AOC预估实现500 TOPS/W的计算效率,远超当前主流GPU的4.5 TOPS/W性能,且监督精度达8位,有望为未来绿色计算提供重要技术支持。
光学元件的高带宽特性(2 GHz及以上)保证计算速度,满足大规模迭代模型的需求。 此外,AOC与数字孪生(AOC-DT)的结合,为算法设计与训练提供了强大仿真平台。数字孪生在保持高保真度的同时,可用来调优模型结构与硬件参数,实现训练-部署流水线高效闭环。实际部署中,模型训练均在数字域完成,权重经过9位量化转换后上传至硬件,充分发挥了模拟硬件高效推理的优势。 综上,模拟光学计算机通过独特的固定点抽象,创新的硬件设计以及与平衡模型和QUMO优化的无缝融合,成功克服了传统异构计算架构的限制。它不仅加速了AI推理与组合优化任务,还展现出高度的能效优势及优越的噪声容忍性,具有突破性的产业应用潜力。
未来,随着三维光学制造工艺进一步成熟,集成度提升至亿权重规模,AOC有望为数据中心、医疗影像处理和金融计算等关键领域提供可持续的超高性能计算解决方案,引领光电子计算新时代。 。
