張量運算是支持許多現代技術的高等數學形式。尤其是人工智能的這些運算已經超越了簡單的計算。大多數人遇到的一種有用的想像方法是想像通過旋轉、切片或重新排列其層來同時在多個維度上操縱魔方。人類和傳統計算機必須按順序劃分這些任務。但光可以同時執行所有操作。
如今，張量運算對於涉及圖像處理的人工智能係統至關重要。理解語言和無數其他任務隨著數據量不斷增加，GPU 等傳統數字硬件面臨著越來越大的速度壓力。功耗和可擴展性
研究人員展示了光學單次張量處理。
為了應對這些挑戰，阿爾託大學電子與納米工程系光子學組的張宇峰博士領導的國際團隊開發了一種根本性的新方法。這種方法允許在光通過光學系統的單次移動內完成複雜的張量計算。這一過程稱為一次性張量計算。以光速工作
“我們的方法執行與當前 GPU 處理的相同任務，例如卷積和注意力層。但它以光速完成所有工作，”張博士說。 “我們不依賴電子電路，而是利用光的物理特性同時執行許多計算。”
將數據編碼成光以進行高速計算
該團隊通過將數字信息嵌入光波的振幅和相位中實現了這一目標。它將數字數據轉換為光場內的物理形式。當這些光波相互作用時，Waves 會自動執行數學過程，例如矩陣和張量乘法。這是深度學習的基礎通過處理多種波長的光，研究人員擴展了該技術以支持更複雜、更高階的張量運算。
“想像一下，你是一名海關官員，必須通過多台具有不同功能的機器檢查每個包裹，然後將它們分類到正確的箱子中，”張說。 “通常情況下，您必須一次處理每個包裹。我們的光學計算方法將整個包裹和整個機器結合在一起。我們創建多個‘光鉤’，將每個輸入連接到正確的輸出。只需一個動作，光僅通過一次。所有檢查和分類立即並行發生。”
具有廣泛兼容性的無源光學處理
該方法最顯著的好處之一是該方法僅使用少量。當光傳播時，必要的動作會自發發生。因此，系統在計算過程中不需要主動控製或電子開關。
“這種方法幾乎可以在任何光學平台上實施，”阿爾託大學光子學組組長孫子佩教授說。 “未來，我們計劃將這種計算框架直接集成到光子芯片中。這使得基於光的處理器能夠以非常低的功耗執行複雜的人工智能任務。”
未來基於光的人工智能硬件之路
張指出，最終目標是使該技術適應主要科技公司使用的現有硬件和平台。他估計該方法可以在 3 到 5 年內集成到這樣的系統中。
“這將創建新一代光學計算系統。這將有助於顯著加速各個領域的複雜人工智能任務，”他總結道。
該研究發表於 自然光子學 2025 年 11 月 14 日
