实际上，麻省理工学院的研究团队与互助研究者也有类似的创造，他们在更早的 2016 年提出了利用光子代替电子为理论根本的打算芯片架构，由于光和透镜的交互浸染过程本身便是一种繁芜的打算：傅立叶变换——利用这个事理，并利用多光束干涉技能，就可让干系系寻反应所须要的打算结果。而这种芯片架构就被该研究团队称为可程序设计纳米光子处理器。
2017 年 6 月，麻省理工学院研究团队针对可程序设计纳米光子处理器提出了一份论文，并且揭橥在《自然-光子》杂志上。该论文的第一作者及通讯作者，出生在杭州的沈亦晨目前为 Lightelligence 的联合创始人兼 CEO，并且是《麻省理工科技评论》所评比出来的 2017年 35 名 35 岁以下中国科技创新青年之一。
光子打算在处理一些 AI 算法时有独特的上风
图丨2017 年《麻省理工科技评论》中国区“35 岁以下科技创新 35 人”入选者、Lightelligence 的联合创始人兼 CEO沈亦晨
Lightelligence 目前在沈亦晨的带领之下，全力研发光学芯片的干系技能，包含芯片设计、核心算法、传输、周边等，欲打造一个完全的光学打算生态。由于 Lightelligence 研发的技能将可能彻底改变打算的生态，因此得到高度关注，个中包括将云端打算视为核心发展项目的百度，以及多位美国半导体行业高管，都由于看好光子芯片的未来性，而成为Lightelligence的早期投资人。
沈亦晨对 DT 君表示，由于其在麻省理工学院博士班的科研项目便是以纳米光子为主，刚好在 2015 年时，AI 运用快速起飞。众所周知，除了数据以外，硬件对 AI 的运用也是非常主要，以是开始有了把光子运用在打算环境中的构想。
但为何 2015 年之前没有人想过要把光子效运用来进行神经网络的打算呢？沈亦晨表示，这是由于过去神经网络打算并不盛行，而传统的逻辑打算并不是光子打算最善于之处。
事实上，光子芯片或许将会是未来最适宜用来作为 AI 打算的硬件架构，这是由于光的特性先天适宜线性打算（AI 打算里最主要的部分），这包含了高维度的并行打算。相对的，虽然量子打算比来也由于 AI 而受到关注，但量子打算还是比较倾向善于解码或搜索的领域，其余在量产的生态上也还不太成熟，但潜力却不容小觑。
从传输走向打算，光子芯片将成终极打算办理方案？
从 2006 年开始，英特尔推出首款标准 CMOS 工艺的电子稠浊硅激光器之后，电和光这两个截然不同的物理征象终于成功被凑在一起。今后数年，基于此技能的超高带宽光学传输架构更成为高性能数据中央的最爱，借此有效降落了大量数据传输造成的系统瓶颈。
2015 年，IBM 研究职员，揭橥了针对光子打算的新实验性技能，通过把硅光子数组集成到与 CPU 相同的封装尺寸中。硅光子技能的问题一贯在于芯片的光学接口，不过 IBM 的光子办理方案能被运用于系统单芯片 (SoC)，以廉价的标准连接器 (edge connector) 在芯片之间传输光，或是只要将 CMOS 芯片边缘接在一起就能进行芯片对芯片的通讯。
这些光子芯片的发展紧张是作为办理传统芯片与芯片之间，或芯片与存储系统之间的互连问题。而凭借集成度高的光子芯片的发明，取代了过去弘大繁芜的光传输架构，且速率能更快，延迟更低。
然而，真正把“光子”带往打算领域，乃至架构成“光子芯片”的观点，却是近两年才逐渐被发掘出来。
由于半导体芯片技能虽依赖新运用与算法的整合，能做到的事情也越来越多，但实际上芯片架构本身还是基于同样的逻辑之下，且受限于半导体工艺，打算能力、规模以及功耗、本钱形成难以均衡的四角关系。
这时，业界也开始积极探求能打破现况的新打算技能。GPGPU、神经网络芯片、DSP、FPGA 都在不同的期间被提出来，善于办理特定运用打算领域，但这些芯片并没有办理根本的问题，也便是其基于半导体构造所面临的物理特性限定。
图丨光子突触浸染事理
由 AI 所带起的打算需求不断膨胀，促进了处理架构持续推陈出新，譬如英特尔未来将结合 CPU 与 FPGA 打算能力，借以应对更繁芜的运用情境；英伟达则是在其最新一代的 GPU 方案上大幅强化推理性能。除此之外，亦有不少希望能够针对特定打算推出更适宜的新架构，比如说类神经网络芯片 (NPU)、量子打算机 (Quantum computing)，以及最新的打算观点：基于光子回路 (Photonic Circuits) 的打算架构。
实际上，“光”被利用在打算环境中已经有超过数十年的历史，过去紧张用以在不同芯片或存储设备间传输数据之用，而由于干系的传输技能本钱太高，且必须搭配昂贵的周边才能显现出其效益，也因此，“光”的传输从没有被遍及到消费市场，导致我们对这个事实没有太明确的认知。
然而，打算则是另一层次的问题。
图丨SMART Photonics的光子芯片
用很大略的观点阐明光子打算芯片，便是在芯片上利用了无数个光学开关器，浸染就类似半导体芯片中的逻辑栅，利用不同波长，相位和强度的光芒组合，在繁芜的反射镜、滤波器以及棱镜构造所组成的数组中进行信息处理。
硅光子和微电子一样，都是基于硅材料的半导体架构。而硅作为光学通信传输方面的运用已经相称遍及，由于光的快速反应和并行特性，能瞬间传输大量数据，因此被普遍运用在数据中央的做事器上。也由于光子传输过程稳定，并行能力强，且纠错设计相对大略，传输和转换所须要的能量极小，以是采取光子打算的架构理论上可以做到相对低的功耗表现。其次，光子芯片理论上也能做到规模极小的运用上，比如说移动设备中。
光子芯片可沿用目前成熟的半导体工艺技能，而目前仍处于实验阶段的光子芯片仅须要老旧的微米级工艺就可达到大幅超越既有半导体芯片的打算能力，也因此未来工艺微缩空间极大。而凭借芯片密度的增加，性能还能大幅发展，乃至有机会彻底改写摩尔定律的限定。
沿用 CMOS 工艺是光子打算最大上风，但目标非取代传统半导体打算
图丨CMOS
沈亦晨表示，由于光子芯片基本上还是以目前的 CMOS 制造工艺为根本，相对付量子打算利用的分外工艺，在本钱或量产技能方面都要更有上风，虽然目前实验室中的光子芯片在密度上还比不过传统半导体芯片，但已经比量子芯片好很多了。
而光子芯片的效能取决于架构和算法，比如说同时利用多少路不同波长的光来进行组合，或者是在芯片中利用的光学旗子暗记的带宽，以及光电转换时的瓶颈，但是单从光的物理特性上来看，在得当的算法上要做到传统半导体芯片的百倍速率是不会有太大的问题的。
当然，理论上光子芯片可以做到规模很大，也可以做到很小，但由于光不适宜做非线性运算，其余光芯片的集成度和尺寸还是会有一定的规范，要完备取代半导体芯片还是有很大的难度。
从芯片、算法到周边的生态正在发展中
沈亦晨强调，目前 Lightelligence 的光子芯片发展已经完成实验室阶段的展示，在算法、总线以及存储方面都有相对应的设计正在进行，当然，打算芯片最主要的还是生态，这点也须要更多科研机构和公司加入到扩展光学打算这一领域来共同建立。
由于主力产品是芯片，以是核心部分在于算法和硬件的结合，以及相对应的芯片指令以及编译程序，而 Lightelligence 的事情便是要让开发出来的芯片可以运用到目前市场优势行的框架中，比如说 TensorFlow、Caffe 等。
其余，由于光子打算在传输或者是存储有其分外性， Lightelligence 也在开拓相对应的周边设计。当然，沿用目前的存储系统虽可加快落地商用速率，但可能就会限定光子打算的性能表现，因此这部分未来还是会以搭配针对光子打算优化的设计为目标，才更能凸显光子打算的整体上风。
如今 Lightelligence 团队正努力改进光子打算的干系生态，目前当然还不成熟，不过业界对付高性能打算，乃至更好的神经网络打算架构有着非常高的期待，相信其光子打算架构落地之后，可以大大加速整体 AI 打算生态的变革。
沈亦晨表示，不论是特定用场，或者是针对通用打算能力，这个都会是芯片架组成长的不同过程的选择。Lightelligence首先还是会以技能或运用处景比较成熟的光子芯片运用动手，然后再逐步去扩大可运用的范围。同时也在努力开拓光子芯片前后真个技能，为未来不同的打算场景进行更好的适配。
沈亦晨强调，总体来讲，在实现光子打算的路上还有很多重大的工程改进须要完成，但和过去的各类光子打算的考试测验比较，现在可能是最好的机遇，也是最靠近实现的一次。
