研究人员开发了一种名为衍射铸造的光学计算新架构，该架构通过使用光波来实现节能处理。

这种方法有望为高性能计算任务提供更好的集成和灵活性，并可用于人工智能和机器学习等领域。

光计算

随着人工智能和其他复杂应用对计算机的性能和能耗提出更高要求，光计算作为一种有前景的解决方案，能够提升速度和能效。然而，其实际应用面临着诸多挑战。一种名为衍射铸造的新型设计架构旨在克服这些问题，并引入创新概念，以促进光计算在未来技术中的采用。

当前计算技术的局限性

无论是口袋里的智能手机还是桌上的笔记本电脑，当前的计算机设备都是基于电子技术。但这存在一些固有的缺点；特别是，随着性能的提高，它们不可避免地会产生大量热量。此外，半导体制造技术正接近理论上可能达到的基本极限。因此，研究人员正在探索可以解决这些问题的替代计算方法，并且理想情况下还可以提供一些新的功能或特性。

光学计算的优点

一种可能性在于一个存在了几十年的想法，但这个想法尚未取得突破，还没有在商业上变得可行，这个想法就是光学计算。从本质上讲，光学计算利用光波的速度以及它们与不同光学材料以复杂方式相互作用而不产生任何热量的能力。再加上大量光波可以同时穿过材料而不相互影响的事实，理论上，你可以制造出一个大规模并行、高速且节能的计算机。

介绍衍射铸造

“上世纪80年代，日本研究人员探索了一种名为阴影投射的光学计算方法，该方法可以执行一些简单的逻辑运算。然而，他们的实现是基于相对庞大的几何光学形式，可能与早期数字计算机中使用的真空管类似。从原理上讲，它们可行，但缺乏灵活性和易于集成的特点，因此无法制作出有用的东西，”东京大学信息光子学实验室的副教授Ryoichi Horisaki说。

“我们介绍了一种名为衍射投影的光学计算方案，该方案在阴影投影的基础上进行了改进。阴影投影基于光线与不同几何形状的相互作用，而衍射投影则基于光波本身的特性，从而产生了在空间上更高效、功能上更灵活的光学元件，这些元件以您期望和通用计算机所需的方式可扩展。我们进行了数值模拟，使用小于智能手机屏幕上图标的16x16像素的黑白图像作为输入，得出了非常积极的结果。”

衍射铸造的潜在应用与未来

堀崎和他的团队提出了一种全光系统，即一种仅将最终输出转换为电子和数字的系统；在此阶段之前，系统的每一步都是光学的。他们的想法是将图像作为数据源——这自然表明该系统可用于图像处理，但其他类型的数据，特别是机器学习系统中使用的数据，也可以以图形方式表示——并将该源图像与一系列表示逻辑操作阶段的其他图像相结合。

你可以想象成在Adobe Photoshop这样的图像编辑应用程序中的图层：你有一个输入层——源图像——可以在其上面放置其他图层，这些图层可以遮挡、处理或传递来自下面图层的某些内容。输出——顶层——基本上是通过这些图层的组合来处理的。在这种情况下，这些图层将有光线通过，在传感器上投射出一个图像（这就是衍射投射中的“投射”），然后将这些数据转换为数字数据以供存储或呈现给用户。

“衍射铸造只是围绕该原理构建的假设计算机中的一个组成部分，将其视为现有系统的附加组件而不是完全替代品可能是最好的，这类似于图形处理单元是图形、游戏和机器学习工作负载的专用组件，”第一作者Ryosuke Mashiko说。

“我预计大约需要 10 年时间才能商业化，因为必须在物理实现方面做大量工作，尽管它基于实际工作，但尚未构建完成。目前，我们可以证明衍射铸造在执行信息处理核心的 16 个基本逻辑运算方面的实用性，但我们的系统还有扩展空间，可以扩展到另一个即将到来的计算领域，该领域超越了传统领域，那就是量子计算。时间会告诉我们答案。”

参考：“衍射铸造”，作者为Mashiko Ryosuke、Naruse Makoto和Horisaki Ryoichi，2024年10月3日，先进光子学。DOI：10.1117/1.AP.6.5.056005

这项研究是日本早稻田大学科学与工程学院的川西哲也教授领导的一项名为“光子计算，突出光的终极本质”的转型研究领域（A）资助项目的一部分。