深大造出光子大腦，七種邏輯運(yùn)算自由切換，識(shí)別手寫數(shù)字又快又準(zhǔn)

隨著人工智能、大數(shù)據(jù)的高速發(fā)展，傳統(tǒng)電子計(jì)算的電阻損耗、信號(hào)延遲、高功耗問題愈發(fā)突出，性能天花板逐漸顯現(xiàn)。而光計(jì)算憑借光速傳輸、大帶寬、低能耗的天然優(yōu)勢(shì)，成為突破這一瓶頸的核心研究方向，全光計(jì)算也因此成為光計(jì)算領(lǐng)域的重要探索分支。

但此前的全光邏輯器件長(zhǎng)期面臨功能固定、缺乏動(dòng)態(tài)可重構(gòu)性的行業(yè)痛點(diǎn)，一個(gè)器件僅能實(shí)現(xiàn)單一邏輯運(yùn)算，無(wú)法適配人工智能復(fù)雜多變的計(jì)算需求，成為光計(jì)算實(shí)用化的關(guān)鍵障礙。

近日，深圳大學(xué)張晗教授團(tuán)隊(duì)在全光計(jì)算領(lǐng)域取得重磅突破，他們利用 MXene 材料的特殊性質(zhì)，在同一個(gè)光學(xué)裝置上實(shí)現(xiàn)了七種基本的邏輯運(yùn)算（包括與門、或門、非門、異或門等），而且可以動(dòng)態(tài)地在不同邏輯功能之間切換，非常靈活。

該研究成果為光計(jì)算與人工智能的融合發(fā)展開辟了全新道路，也為構(gòu)建下一代高速、節(jié)能、可解釋的光子人工智能硬件奠定了關(guān)鍵基礎(chǔ)。相關(guān)成果發(fā)表于 Nature Communications 期刊。

要實(shí)現(xiàn)全光計(jì)算，最難的是如何讓光與光之間產(chǎn)生相互作用。

在物理學(xué)中，有一種神奇的現(xiàn)象叫“克爾效應(yīng)”。平時(shí)我們看普通的玻璃，不管光線強(qiáng)還是弱，玻璃的折射率基本是不變的。但具有克爾效應(yīng)的材料就不一樣了：當(dāng)一束很強(qiáng)的光射入這種材料時(shí)，材料的性質(zhì)會(huì)瞬間發(fā)生改變。這種性質(zhì)的改變，會(huì)進(jìn)而影響另一束光的通過路徑或強(qiáng)度。通過這種效應(yīng)，研究者可以實(shí)現(xiàn)“以光控光”，從而完成復(fù)雜的邏輯運(yùn)算。

在這項(xiàng)研究中，張晗團(tuán)隊(duì)利用了高熵 MXene 材料。“高熵 MXenes 兼具寬帶非線性光學(xué)響應(yīng)、多元素組成與豐富表面官能團(tuán)，在非線性光學(xué)性能方面具有顯著優(yōu)勢(shì)。尤為重要的是，其表面化學(xué)可通過電化學(xué)手段實(shí)現(xiàn)精確調(diào)控，從而動(dòng)態(tài)調(diào)制光學(xué)性質(zhì)。”這項(xiàng)研究的通訊作者、深圳大學(xué)特聘教授張晗告訴 DeepTech。

圖 | 張晗（來(lái)源：受訪者提供）

普通 MXene 通常只含有一種或兩種過渡金屬（比如鈦）。高熵 MXene 同時(shí)含有 5 種或更多不同的金屬元素（比如鈦、釩、鈮、鉬、鋯等），并且這些元素在原子層面上是均勻混合的。其具有超薄的二維結(jié)構(gòu)、高度無(wú)序的表面和多元素協(xié)同效應(yīng)，在能源存儲(chǔ)、電催化、電子器件和電磁屏蔽等領(lǐng)域展示出極高的穩(wěn)定性和優(yōu)異的電化學(xué)性能。

由于多種金屬原子的電子云相互疊加、干擾，高熵 MXene 對(duì)光的非線性響應(yīng)（即“克爾效應(yīng)”）比普通的 MXene 強(qiáng)得多。簡(jiǎn)單來(lái)說(shuō)，高熵 MXene 對(duì)光的敏感度遠(yuǎn)超普通材料，哪怕是較弱的光信號(hào)，也能激發(fā)它產(chǎn)生顯著的克爾效應(yīng)。這使得它像是一個(gè)反應(yīng)極其靈敏的“光學(xué)感應(yīng)器”，為制造超快、超小的光學(xué)邏輯器件提供了完美的物質(zhì)基礎(chǔ)。

更厲害的是，團(tuán)隊(duì)使用電化學(xué)調(diào)控方法，只需給這種材料加個(gè)外電壓，就能靈活調(diào)整它的光學(xué)特性，就像給材料裝了個(gè)“遙控器”，為實(shí)現(xiàn)靈活的光計(jì)算提供了關(guān)鍵支撐，這也是能做出可重構(gòu)光邏輯門的核心基礎(chǔ)。

基于這款可調(diào)控的新材料，團(tuán)隊(duì)研發(fā)出了電可重構(gòu)全光邏輯門（AOLGs），這是光計(jì)算的核心“小零件”。以往的光學(xué)邏輯門功能固定，一個(gè)器件只能干一種計(jì)算活，而這款光邏輯門，不用更換硬件，在同一個(gè)結(jié)構(gòu)里就能靈活切換，完成與、或、非等七種基礎(chǔ)邏輯運(yùn)算，徹底解決了傳統(tǒng)光器件“功能固化”的行業(yè)難題。“實(shí)現(xiàn)這一功能的關(guān)鍵技術(shù)節(jié)點(diǎn)在于將材料級(jí)的可編程非線性與器件級(jí)的物理效應(yīng)及系統(tǒng)級(jí)的編碼控制三者創(chuàng)新性地融合。”張晗表示。

不僅如此，這款光邏輯門的運(yùn)算速度很快，理論上切換計(jì)算模式的速度達(dá)到亞皮秒級(jí)，為打造超高速的光計(jì)算芯片奠定了關(guān)鍵基礎(chǔ)。

在此基礎(chǔ)上，團(tuán)隊(duì)將這些可重構(gòu)光邏輯門集成起來(lái)，打造出模塊化、可擴(kuò)展的全光邏輯處理單元（LPU）。這個(gè)光計(jì)算“小單元”能完成從數(shù)據(jù)輸入到計(jì)算再到結(jié)果輸出的全套流程，全程都靠光來(lái)實(shí)現(xiàn)：先把數(shù)字信息編碼成光信號(hào)，再通過高熵 MXene 基光邏輯門完成計(jì)算，最后由專門的器件記錄并提取計(jì)算結(jié)果，真正實(shí)現(xiàn)了全光學(xué)域的計(jì)算。

而且這個(gè)單元的擴(kuò)展性極強(qiáng)，多個(gè)邏輯門能組成陣列同時(shí)并行計(jì)算，多層單元疊起來(lái)還能構(gòu)建復(fù)雜的光計(jì)算網(wǎng)絡(luò)，完美適配人工智能這類需要海量計(jì)算的任務(wù)需求。

（來(lái)源：上述論文）

為了驗(yàn)證實(shí)力，團(tuán)隊(duì)用三層 LPU 拼出了全光可微邏輯門網(wǎng)絡(luò)來(lái)測(cè)試其在經(jīng)典的手寫數(shù)字識(shí)別、自然圖像分類任務(wù)中的能力。

在手寫數(shù)字識(shí)別測(cè)試中，整體準(zhǔn)確率達(dá)到 97.7%，其中數(shù)字 0 和 1 的識(shí)別準(zhǔn)確率更是接近 99%，這個(gè)成績(jī)和傳統(tǒng)的電子 AI 計(jì)算性能不相上下，而且光計(jì)算更省電、推理速度更快。

在更復(fù)雜的自然圖像分類中，雖未進(jìn)行任務(wù)特異性優(yōu)化，仍實(shí)現(xiàn)了 50.7% 的準(zhǔn)確率，簡(jiǎn)單類別（如飛機(jī)、汽車）的識(shí)別精度更高，驗(yàn)證了其對(duì)復(fù)雜圖像特征的提取能力。

值得一提的是，這款光計(jì)算單元還解決了傳統(tǒng) AI 的一大痛點(diǎn)。以往的 AI 計(jì)算就像一個(gè)“黑箱子”，靠復(fù)雜的運(yùn)算得出結(jié)果，過程難以解釋，而這款全光計(jì)算網(wǎng)絡(luò)以基礎(chǔ)的邏輯運(yùn)算為核心，計(jì)算過程清晰透明，能看懂、能解釋，為可解釋的人工智能提供了全新方案。同時(shí)，它的參數(shù)數(shù)量更少，單次計(jì)算的能耗也大幅降低，更適配未來(lái)人工智能的發(fā)展需求。

不過，張晗也提到，將這一創(chuàng)新器件推向?qū)嵱没庾尤斯ぶ悄芟到y(tǒng)仍面臨幾項(xiàng)挑戰(zhàn)：第一，當(dāng)前器件的電化學(xué)切換速度處于毫秒級(jí)，比材料本身的亞皮秒光響應(yīng)慢很多，限制了整體計(jì)算速度；第二，對(duì)復(fù)雜圖像的識(shí)別率還不高，網(wǎng)絡(luò)的擴(kuò)展性需要提升；第三，性能還受限于分立光學(xué)組件的速度和精度。要實(shí)現(xiàn)大規(guī)模光子智能計(jì)算，必須走向片上光子集成，并解決高速、高精度光電接口問題。

未來(lái)，研究團(tuán)隊(duì)希望能夠把器件微型化，集成到硅光子平臺(tái)上；找到更快的調(diào)制方式，發(fā)揮亞皮秒的速度優(yōu)勢(shì)；把光計(jì)算的波段拓展到通信常用的 1550nm，提升實(shí)用性；還能基于材料良好的穩(wěn)定性，探索柔性、可穿戴光子計(jì)算等新穎的智能計(jì)算應(yīng)用場(chǎng)景。

1.Ge, Y., Wang, W., Wang, M. et al. All-optical logic processing unit using Kerr nonlinearity of MXene. Nat Commun (2026). https://doi.org/10.1038/s41467-026-70834-0

運(yùn)營(yíng)/排版：何晨龍