技术突破核心 - 开发出利用单次光传播完成复杂张量运算的新方法，实现以光速完成深度学习中的关键计算步骤[1] - 该方法通过光波在空间中的自然传播实现数学运算，无需依赖电子电路和主动调控[1] - 卷积、矩阵乘法、注意力机制等深度学习的关键步骤可在光穿过系统的瞬间同步完成[1] 技术实现原理 - 将数字数据编码进光的幅度与相位，使数字信息转化为光场的物理属性，光场相互作用时自然完成矩阵和张量运算[2] - 采用多波长光使不同颜色的光分别携带不同维度的数据，从而处理更高阶的张量运算[2] - 所有计算均在光的被动传播过程中完成，无需主动控制或电子开关[2] 行业背景与需求 - 随着深度学习模型规模扩大，图像识别、自然语言处理等任务所需的张量计算量呈指数级增长[1] - 作为当前主力硬件的GPU在速度、可扩展性和能耗方面已接近极限[1] - 数据算得越来越多，能耗也越来越大，这是整个产业面临的共同难题[1] 技术优势 - 光学计算方法可实现一次性瞬间并行完成所有操作，类比于将所有检查和分拣整合在一起的一次光照射[2] - 该方法更适合低能耗、高并行度的光学平台[2] - 这是向通用人工智能硬件研制迈出的重要一步，为突破现有计算平台性能瓶颈提供全新解决路径[1]