《自然》杂志9日发表的两篇单独研究论文介绍了两种光子计算芯片，结合电子系统，性能高于传统电子芯片，能耗低，将满足人工智能的需求(AI)技术发展所促进的计算需求。

人工智能和深度学习模型的复杂性日益增加，将传统的电子计算推向了极限，能源供应也在增加。光子计算使用光子而不是电子计算是应对这些挑战的潜在解决方案。由于乘法和加法作为人工智能的关键计算操作，在使用光子电路时会更快、更高效。然而，很难证明光子芯片是否能在传统的硬件和电子设备中表现出优势。这两篇最新的论文探讨了与硅电子集成光子计算芯片的性能。

根据其中一篇论文，新加坡Lightelligence演示了一种名为PACE的光子加速器，可以完成极低延迟的计算。延迟是检验实时处理速度的重要指标。这个大型加速器由1.6万多个光子元件组成×由64矩阵组成，可实现高速计算(最高1GHz)，与小电路或单个光子元件相比，最小延迟可降低到原来的1/500。PACE可以解决“伊辛问题”的难题，证实了该系统在实际应用中的可行性。

美国Lightmatter团队在另一篇单独的文章中描述了一种能够高精度、高效地执行人工智能模型的光子CPU。CPU由四个128组成×由128矩阵组成，可以执行自然语言理解模型BERT和一个名为Resnet的神经网络(用于图像处理)，其准确性与传统的电子CPU相当。该团队展示了他们的光子处理器的一系列应用程序，包括生成莎士比亚文本，准确地对电影进行评论和分类，以及玩电脑游戏《吃豆人》。

这两个团队都表示，他们的系统可以扩展，但仍需要进一步优化。达特茅斯学院的科学家在新闻和观点文章中评论说，“光子计算已经开发了几十年，这些演示通常意味着我们最终可以使用光来构建一个更强大、更有效的计算系统。”