张量运算是一种支撑现代技术特别是人工智能的高级数学形式。这些运算远超人们日常遇到的简单计算。可以将其想象为同时在多个维度操控魔方，通过旋转、切片或重新排列各个层面。人类和传统计算机必须将这些任务分解为序列，但光可以同时执行所有操作。

如今，张量运算对于图像处理、语言理解等AI系统至关重要。随着数据量持续增长，GPU等传统数字硬件在速度、能耗和可扩展性方面面临越来越大的压力。

研究人员展示单次光张量计算

为解决这些挑战，由阿尔托大学电子与纳米工程系光子学小组张宇峰博士领导的国际团队开发了一种全新方法。他们的方法允许复杂张量计算在光通过光学系统的单次移动中完成。这一被称为单次张量计算的过程以光速运行。

"我们的方法执行与当今GPU处理的相同操作，如卷积和注意力层，但全部以光速完成，"张博士说。"我们不依赖电子电路，而是利用光的物理特性同时执行多项计算。"

将信息编码到光中实现高速计算

团队通过将数字信息嵌入光波的振幅和相位来实现这一点，将数值数据转换为光场内的物理变化。当这些光波相互作用时，它们自动执行矩阵和张量乘法等数学程序，这些构成了深度学习的基础。通过使用多个光波长，研究人员扩展了技术以支持更复杂的高阶张量运算。

"想象你是海关官员，必须通过多台不同功能的机器检查每个包裹，然后将它们分类到正确的箱子里，"张说。"通常你会逐个处理每个包裹。我们的光学计算方法将所有包裹和所有机器合并在一起——我们创建多个'光学钩子'将每个输入连接到正确的输出。仅用一次操作，一次光通过，所有检查和分类瞬间并行发生。"

被动光学处理具有广泛兼容性

这种方法最显著的优势之一是所需干预极少。必要的操作在光传播时自动发生，因此系统在计算过程中不需要主动控制或电子切换。

"这种方法几乎可以在任何光学平台上实现，"阿尔托大学光子学小组负责人孙志培教授说。"未来，我们计划将这一计算框架直接集成到光子芯片上，使基于光的处理器能够以极低功耗执行复杂AI任务。"

面向未来基于光的AI硬件之路

张指出，最终目标是将该技术适配到主要科技公司使用的现有硬件和平台。他估计该方法可在3到5年内融入此类系统。

"这将创造新一代光学计算系统，显著加速众多领域的复杂AI任务，"他总结道。

该研究于2025年11月14日发表在《自然光子学》上。

Q&A

Q1：什么是单次张量计算？它有什么优势？

A：单次张量计算是一种新的光学计算方法，能够在光通过光学系统的单次移动中完成复杂张量计算。它的主要优势是以光速执行与GPU相同的操作如卷积和注意力层，同时利用光的物理特性同时执行多项计算，无需电子电路。

Q2：光学计算如何实现张量运算？

A：研究团队通过将数字信息嵌入光波的振幅和相位，将数值数据转换为光场内的物理变化。当光波相互作用时，自动执行矩阵和张量乘法等数学程序。通过使用多个光波长，可支持更复杂的高阶张量运算。

Q3：这项光学计算技术何时能实际应用？

A：研究人员估计该方法可在3到5年内融入主要科技公司的现有系统。未来计划将计算框架直接集成到光子芯片上，创造新一代光学计算系统，以极低功耗执行复杂AI任务。