摘要：米蘭理工大學(xué)團(tuán)隊(duì)研發(fā)的光子芯片，通過光干涉機(jī)制完成數(shù)學(xué)運(yùn)算，能耗降低 90%，處理速度提升百倍。原位訓(xùn)練技術(shù)無需數(shù)字模型，支持自動(dòng)駕駛、智能傳感器等實(shí)時(shí)場(chǎng)景，助力可持續(xù) AI 發(fā)展。

人工智能（AI）的 “算力饑渴” 正成為行業(yè)發(fā)展的核心瓶頸 —— 隨著大語言模型、多模態(tài) AI 的迭代，單模型訓(xùn)練能耗可高達(dá)數(shù)萬度電，傳統(tǒng)電子計(jì)算架構(gòu)的物理極限（如摩爾定律放緩、量子隧穿效應(yīng)）已難以支撐算力需求的指數(shù)級(jí)增長。在此背景下，《自然》（Nature）期刊 2025 年刊發(fā)的一項(xiàng)國際合作研究，為 “可持續(xù) AI” 提供了顛覆性解決方案：由米蘭理工大學(xué)牽頭，聯(lián)合洛桑聯(lián)邦理工學(xué)院、斯坦福大學(xué)等機(jī)構(gòu)研發(fā)的光子物理神經(jīng)網(wǎng)絡(luò)，通過光信號(hào)直接實(shí)現(xiàn)運(yùn)算與訓(xùn)練，將 AI 計(jì)算的能耗與延遲推向新維度。