在当今算力军备竞赛的喧嚣中,当大多数目光都聚焦于需要绝对零度冷却的量子计算机时,来自加拿大女王大学(Queen's University)的一支研究团队刚刚在《自然》杂志上投下了一枚重磅炸弹。
他们成功开发出一种基于光的伊辛(Ising)计算机,不仅能在室温下稳定运行数小时,而且仅使用了现成的电信级光纤组件。
这项突破性的成果意味着,人类在解决药物研发、物流优化等“指数级难题”的道路上,找到了一条比昂贵的量子计算更为务实且高效的捷径。
如果说传统计算机是按部就班的数学家,那么这台光子机器就像是一位直觉敏锐的艺术家,能够在一瞬间从亿万种可能性中捕捉到最优解。
用光重构百年前的物理模型要理解这台机器的革命性,我们首先得回到一个世纪前。
物理学家恩斯特·伊辛为了解释磁性原理,提出了著名的伊辛模型:想象无数个微小的磁体排列在一起,它们的磁极要么朝上,要么朝下。
这些磁体总是倾向于寻找一种能量最低的排列状态,就像大自然总是倾向于稳定一样。
而在数学世界里,这种寻找“最低能量状态”的过程,完美对应了寻找复杂问题的“最优解”。
女王大学的巴文·沙斯特里(Bhavin Shastri)教授及其团队,巧妙地将这一物理模型搬到了光子领域。
他们不再使用真实的磁体,而是利用光脉冲来模拟磁体的“自旋”。
不同于传统伊辛机依赖复杂的电子元件或超导电路,这台新机器利用光脉冲的“存在”与“缺失”来代表两种状态。
当这些光脉冲在光纤环路中高速循环时,它们会相互作用、纠缠,最终在极短的时间内自动演化出一种最稳定的能量构型。
这听起来像是魔法,但实际上是物理定律在替我们进行运算。
“这本质上是一种将光直接转化为解决问题能力的方法,”沙斯特里博士如此评价道。
相比于电子在电路中受到的电阻和热干扰,光子在光纤中的传播几乎没有损耗,且速度极快。
更令人惊叹的是,该团队仅用了商用激光器、光纤和调制器等五个基本组件,就构建出了这台拥有256个自旋节点的机器。
这些组件与支撑当今互联网传输的基础设施完全通用,意味着它具有极高的可复制性和低廉的制造成本。
攻克“推销员难题”的终极利器为什么我们需要这样一台奇怪的机器?
答案隐藏在我们日常生活的每一个角落,尤其是那些让传统计算机“算到崩溃”的组合优化问题。
以经典的“推销员难题”为例:如果一个快递员要送50个包裹,寻找一条最短的路线需要遍历多少种可能性?
图文摘要。图片来源:Nature(2025)。DOI:10.1038/s41586-025-09838-7
答案是一个天文数字,即便用目前最快的超级计算机,穷尽所有路径所需的时间也比宇宙的年龄还要长。
这就是所谓的“组合爆炸”,也是制约现代物流、新药筛选和金融风控的瓶颈。
传统的硅基芯片在处理这类问题时,效率低得令人发指,因为它们必须按顺序一个个尝试。
而女王大学的光子伊辛机则采用了截然不同的策略。
由于光脉冲之间的相互作用是并行的,它可以在一瞬间同时探索无数种可能的状态组合,并迅速坍缩到最优解上。
在测试中,这台机器每秒能执行数十亿次运算,且展现出了前所未有的稳定性。
大多数同类光学实验系统往往只能维持几毫秒的稳定,之后光信号就会崩溃或失真。
但沙斯特里实验室的这台原型机,却能像不知疲倦的马拉松选手一样,连续稳定运行数小时。
这种持久的稳定性对于解决那些需要反复迭代、多步骤计算的超大规模问题至关重要,它标志着光学计算终于从脆弱的实验室玩具,变成了可以干粗活的工业级工具。
通往实用化算力的绿色捷径这项技术的另一大亮点在于其极高的能效比。
众所周知,无论是训练AI大模型的GPU集群,还是娇贵的超导量子计算机,都是不折不扣的“吞电巨兽”。
量子计算机通常需要庞大的稀释制冷机将其冷却到接近绝对零度,光是维持这一环境就消耗了巨大的能源。
相比之下,女王大学的方案不仅能在室温下运行,而且利用光子本身低能耗的特性,极大地降低了运算成本。
这为未来的绿色计算指明了一个极具潜力的方向:既然我们不需要冷却光纤电缆来传输互联网数据,为什么需要冷却计算机来处理数据呢?
当然,这台机器目前还处于原型阶段。
虽然256个自旋节点的规模已经超越了许多造价数亿美元的商业竞品,但要解决现实世界中包含数万个变量的复杂问题,还需要进一步的扩展。
沙斯特里团队目前正致力于将系统集成化,增加节点数量,并与行业伙伴展开试点合作。
可以预见的是,随着光子集成电路技术的成熟,这种基于光的专用处理器很可能在未来几年内走出实验室。
它或许不会完全取代通用的CPU,但在药物分子筛选、全球物流调度和密码破译等特定领域,它将成为无可匹敌的算力霸主。
在摩尔定律逐渐失效的今天,光子或许正是接力棒的最佳传承者,引领我们穿越算力瓶颈的黑暗森林。
本站是社保查询公益性网站链接,数据来自各地人力资源和社会保障局,具体内容以官网为准。
定期更新查询链接数据 苏ICP备17010502号-11