佛罗里达大学团队突破性芯片采用菲涅尔透镜与波长多路复用技术，在提升AI运算速度的同时大幅降低能耗。

人工智能正日益成为现代技术的支柱，从人脸识别到翻译应用无处不在。但运行AI模型需要消耗大量电力，其效率与可持续性引发广泛关注。

佛罗里达大学的研究人员宣称找到了解决方案。他们研发的新型芯片采用光波而非纯电流，来执行AI最耗能的核心任务之一。

光子计算突破

该芯片专为处理卷积运算设计 —— 这是机器学习中的核心功能，能使AI识别图像、视频和文本中的模式，同时也是计算资源消耗最大的环节。研究团队将光学元件直接集成到硅芯片上，利用激光与微米级透镜以更低能耗高速完成卷积运算。

项目负责人、佛罗里达大学半导体光子学讲席教授Volker J. Sorger表示："以近乎零能耗实现关键机器学习计算，是未来AI系统的重大飞跃。这对持续扩展AI能力至关重要。"测试显示，该原型芯片对手写数字的分类准确率约达98%，与传统芯片持平。

该芯片采用两组菲涅尔透镜（类似灯塔使用的超薄平面结构），每个透镜宽度不足人类发丝直径，通过标准半导体工艺蚀刻在芯片上。进行卷积运算时，数据首先转换为芯片上的激光信号，经菲涅尔透镜完成数学变换后，结果再被转换回数字信号。

研究合作者、Sorger课题组副教授杨航波（音译）指出："这是首次将光学计算集成于芯片并应用于AI神经网络。"

多路复用实现并行处理

通过使用不同颜色的激光，该芯片还能同步处理多组数据流，这种称为"波长多路复用"的技术是光子的核心优势。"多波长光束可同时穿透透镜，实现真正的并行处理，"杨航波解释道。

该项目由佛罗里达半导体研究所、加州大学洛杉矶分校和乔治华盛顿大学共同推进。Sorger指出，英伟达等企业已在AI系统中采用光学元件，这将加速该芯片的商业化进程。"不久的将来，芯片集成光学技术将成为日常AI芯片的标准配置，光学AI计算时代即将来临。"

在保持高精度的同时显著降低能耗，该技术有望推动AI规模化发展以满足全球需求。若这项技术成功走出实验室，光子芯片或将很快为日常AI工具提供核心动力。

该项研究成果已发表于《先进光子学》期刊。

如果朋友们喜欢，敬请关注“知新了了”！