光计算发展背景、概念、分类及发展历程回顾

全球算力规模不断扩大，下游应用市场算力需求增长强劲。

1.研究背景

据 2023 年发布的《中国算力发展指数白皮书》，2022 年全球计算设备算 力总规模达到 906 EFlops，增速达到 47%1（图 1）。伴随万物感知、 万物互联以及万物智能时代的开启，据 IDC 预测数据，2025 年全球 物联网设备数将超过 400 亿台，产生数据量接近 80 ZB，且超过一半 的数据需要依赖终端或者边缘的计算能力进行处理。预估未来五年全 球算力规模将以超过 50%的速度增长。OpenAI 数据指出，2012 年之 前，人工智能的计算速度紧追摩尔定律，算力需求每两年翻一番；2012 年以后，翻番时长则直接缩短为 3~4 个月，算力需求远超实际算力供 给能力。

算力升级面临绿色低碳发展问题。当前全球数字化转型正在加快，未来相当长时间里这个大趋势不会改变。只要有数字化就需要算力支 持，需要构建一个泛在的、低成本的、可靠的算力体系。但是算力基 础设施的耗能较大，以数据中心为例，2020 年我国数据中心耗电量突 破 900 亿千瓦时，碳排放量达 0.6 亿吨。据中国信息通信研究院测算， 到 2030 年我国数据中心耗电量将超过 3800 亿千瓦时，如果不采用可 再生能源，碳排放量将超过 2 亿吨，算力基础设施的绿色低碳亟待关 注1。从长远来看，整个社会需要算力与连接构成的“数字底座”，也 需要清洁能源与绿色技术构建的“绿色底座”，二者要协同发展。

基于冯•诺依曼架构的传统电子计算机的局限性日渐凸显。目前 电子计算硬件采用的处理器的逻辑单元和存储单元是分立的冯• 诺依 曼结构，数据需要在处理器和存储器之间来回传输，频繁的潮汐性数 据读写使得计算速率下降的同时增加了单次计算的功耗，带来的带宽 瓶颈和功耗瓶颈严重限制了冯•诺依曼架构的计算能效，即“内存墙” “功耗墙”问题。据曦智科技数据，在过去的 20 年中，硬件的算力 提升了 9 万倍，但 DRAM 带宽及网络带宽只提升了 30 倍。据 Intel 数据，在半导体工艺的 7nm 时代，数据搬运功耗达到 35pJ/bit，占总 功耗比例 63.7%。此外，随着摩尔定律的放缓甚至失效，集成电路的 晶体管数量正在逼近物理极限，当前电子微处理器的时钟速率仅为几 个 GHz，已经不能满足超高速、低延迟的海量数据处理的需求。因此， 为应对万物智能时代海量应用创新和重大技术革新对算力供给的百 千倍递加需求，探索更多维度、更多要素的协同创新成为支撑绿色算力升级的重要举措。

光计算突破电子计算瓶颈，成为未来探索的重要方向之一。为突 破电子芯片的一系列弊端，相关研究者们开始考虑从“电”向“光” 的转化。如图 2，光子器件在进行计算时，相比电子器件具有以下优 势：１）光具有波长、波导模式、相位、振幅和偏振等多个物理维度 资源，具有天然的并行计算能力，可以成倍地提高算力；２）电信号 在金属导线中传输必然伴随热量的产生，而光在计算时没有欧姆加热， 因此其能耗远小于电子计算；３）与电子器件相比，光子器件有更大 的带宽，因此在宽带模拟信号的处理上远胜于电子器件；４）电子器 件具有电阻电容（RC）效应，因此会在计算中产生延时，而光学器件 则基本没有延迟，具有更快的响应时间；５）光子没有自相互作用， 这意味着它们可以在没有相互干扰的情况下传输。这些优异的特性使 得光计算极具发展前景。在特定场景中，利用光计算替代传统电子计 算将是解决摩尔定律困境以及冯•诺依曼架构瓶颈问题，即解决当前 算力与功耗问题的极具潜力的途径之一。

发达国家积极推动光计算研究与应用不断发展。美国方面，2019 年美国国防部高级研究计划局（DARPA）启动“未来计算系统”项目， 以研究具备深度学习能力、高算力和低功耗的集成光子芯片。2022 年 4 月，国会宣布将拨款 2500 万美元，用于制造和测试光量子计算技 术。欧洲方面，欧盟地平线 2020 研究和创新计划资助的项目之一 PHOQUSING，正致力于开发基于集成光子技术的将经典过程和量子 过程结合起来的混合计算系统。2022 年 9 月，德国航空航天中心启 动 100 量子比特的光量子计算机研发项目。日本方面，日本电话电报 公司正与东京理工大学合作资助一个为期五年的项目，研究相干伊辛 机的实际应用。在如何为智能时代提供更强大的算力上，领先国家已 在思考下一波的发展浪潮，光计算正是颇具潜力的选项之一。 近年来我国相继出台一系列重大制度和政策，支撑光计算技术和 产业发展。《中共中央关于制定国民经济和社会发展第十四个五年规 划和二〇三五年远景目标的建议》提出要系统布局新型基础设施建设、 加快 5G、工业互联网、大数据中心等建设，推动算力产业生态日渐 完善。科技部“十四五”重点专项申报指南中，信息光子技术、高性 能计算、物态调控、光电混合 AI 加速计算芯片成为重要内容，包括 光电混合 AI 加速计算芯片、量子计算、基于固态微腔光电子芯片、 光学神经拟态计算系统和 PB 级超低功耗纳米光存储等技术的研发。 中央网络安全和信息化委员会发布的“十四五”国家信息化规划，提 出要加强集成电路、神经芯片、硅基光电子集成光量子芯片等关键前 沿领域的战略研究布局。我国对光计算及相关光芯片的重视程度正在逐年提升。

2.概念与分类

光计算是采用光作为信息处理的基本载体，基于光学单元构建光 学系统，通过必要的光学操作，从而实现信息处理或数据运算的新型 计算体系[1]。从广义上来看，光计算是指基于光的波动性、粒子性等 特性进行信息处理或数据运算的一类计算体系。从狭义上来看，光计 算是指基于光的波动性进行信息处理或数据运算的一类计算体系。本 报告的研究是基于光计算的广义定义。 光计算按照物理实现的方式可分为基于经典光学的计算（以下简 称光经典计算）和基于量子光学的计算（以下简称光量子计算）（图 3）。经典计算从原始计算、手工计算、机械计算、机电计算、电子计 算逐步发展到光计算，光经典计算可利用光的波动特性如折射、衍射 等规律来实现计算功能。量子计算有超导、半导体、离子阱、光学等 多种技术方案，光量子计算是以光子作为量子比特进行计算，通过对 光子进行量子操控及测量来完成计算。光具有波粒二象性，光经典计 算基于光的波动性包括干涉、散射等，而光量子计算基于光的粒子性， 包括量子态的叠加、纠缠等。

光经典计算和光量子计算的计算原理不同，但系统结构基本类似 （图 4），包括光发射部分、光处理部分、光探测部分等。1）光发射 部分：光经典计算包括激光器和调制器，而光量子计算包括激光器和 量子态制备装置。2）光处理部分：两种计算方式均可以分为逻辑门 型和非逻辑门型两大类。光经典计算利用折射、散射、非线性效应等， 基于马赫增德尔干涉仪（MZI）、微环等结构进行计算；光量子计算利 用量子叠加、量子纠缠效应等，将经典光学器件进行量子应用。3） 光接收部分：光量子计算需采用灵敏度更高的探测器，如雪崩二极管、 超导纳米线探测器等，而光经典计算对探测器的灵敏度要求略低。

光计算按照所处理的数据形态可分为通用的数字光计算和专用 的模拟光计算。数字计算是对物理世界进行抽象和逻辑拆解，将一个 任务切割成无数个标准化的小单元来完成。优点是通用性强、精度很 高，缺点是占用大量底层硬件资源、容错能力很低。数字光计算利用 光和光学器件组合形成经典的逻辑门，构建类似传统数字电子计算原 理的计算系统，通过复杂的逻辑门组合操作实现计算。而模拟计算不 需要抽象和拆解，只需要模仿和还原一个真实的物理结构，用相对较 少的单元就可以完成任务，可以节省大量的硬件资源，但由于每个物 理结构都是特定且专用的，因此计算的通用性差。相较于数字计算， 模拟计算的精度更低，但容错能力更强。模拟光计算利用干涉、折射 等物理特性，体现一种“传输即计算，结构即功能”的计算架构，典 型例子之一是傅立叶运算，用传统计算机进行傅立叶变换非常消耗计 算量，而光通过透镜的过程本身就是一次傅立叶变换的过程，计算的 时间短、耗能少。

3.发展历程

光计算的发展历程大致可分为三个阶段[2]：如图 5，第一个阶段 为 20 世纪 40 年代到 80 年代，光计算概念提出，相关的科学研究开 始萌芽；第二个阶段为 20 世纪 80 年代到 21 世纪初，光计算进入黄 金发展期，基于各种形式的光计算层出不穷；21 世纪初至今，光计算 发展进入第三阶段，从由于需求不足而研究热度稍降再到与新型应用 领域结合的再次复苏，掀起研究热潮。光计算已经成为当前解决大规 模复杂计算的重要解决方案。

在第一阶段，光计算的发展最早可以追溯到上世纪 40 年代。1946 年，杜费将傅立叶变换引入光学中进而发展出的傅立叶光学是光学计 算技术的起源。60 年代激光问世，开始了以激光为信息载体的信息处 理研究。美国密西根大学创造性地利用光学傅里叶变换方法，借助于凸透镜完成了综合孔径雷达数据处理实验，奠定了并行光学模拟信息 处理的基础。70 年代光学传输和非线性光学材料取得重大进展，同时 也由于电子计算机的固有的某些缺陷随运算速度提高而明显地暴露 出来，数字光计算逐渐引起科学家们的广泛注意。 在第二阶段，80 年代光计算研究发展迅速，“光计算”这一术语 被正式使用。随着世界上第一个光电传感器问世，越来越多的光计算 器件得到研发。各国科学家提出了大量光计算技术，包括以模拟光计 算代表的光学模式识别、逻辑光计算、光学神经网络、光互连、光学 全息存储等。1990 年，美国 AT&T 贝尔实验室宣布研制成功了一台 并行列阵运算的数字处理器。而人工智能技术的加速发展也为光计算 注入了更多的发展动力。 在第三阶段，自 21 世纪初，由于光计算所具备的超高的计算速 率与当时各类应用中的计算需求普遍脱节，光计算的高速运算能力反 而无法得到更多运用，因此光计算曾一度处于发展迟缓的状态，逐渐 淡出人们的视野。但是随着基于硅基的摩尔定律逐渐面临失效，而与 此同时，人工智能的大数据处理需求又日益增长，寻找新的计算平台 迫在眉睫，光计算领域重新活跃起来。这一阶段中的光计算，因利用 光的不同特性进行计算又被分为光经典计算和光量子计算两条路径 并行发展前进。