賓夕法尼亞大學工程師成功研發出全新芯片，該芯片利用光取代傳統電，執行人工智能機器學習所需之復雜數學運算。此舉有望大幅提升計算機運算效率并節約能源。最新的科研進展已發表于《自然·光子學》期刊。

這種新式芯片首次巧妙地融合了納米尺度物質操作先驅納德·恩赫塔和硅光子（SiPh）平臺理念。其中，恩赫塔通過光的運用提高數學計算速率，而硅光子平臺則應用硅元素——廣泛用于制造電腦芯片的經濟實惠且產量充足的材料。

光與物質之間的微妙互動為構建新型計算機鋪平了道路，這一路徑超越了現有芯片的局限。新款芯片原理類似于20世紀60年代初計算革新時代的早期芯片。

論文詳述了這款芯片的開發流程以及旨在執行向量矩陣乘法的目標。以往，向量矩陣乘法是神經網絡開發及運作的關鍵數學操作，而神經網絡是現代計算機體系中的重要支柱，支持AI工具運作。

恩赫塔解釋道，可選擇將硅晶片厚度降至150納米，并采用高度不均的材料，確保材料特性只在部分區域發生變化。這種高度差異可有效操控芯片內光線的傳輸方式，使得光線以特定模式散射，進而賦予芯片以光速完成數學運算的能力。

這款新型芯片不僅具備高速運轉和高效能的優點，還有保護數據私密性的突出特點。由于大量計算可并發進行，無需在計算機內存中存儲敏感信息，因此采用這類技術的未來計算機將會難以受到攻擊。

直觀來看，計算機的功效主要依賴于其各零部件的運行速率和排列密度。相較于電力，光在這兩方面表現更為出色。借助光束替代電子或電流進行計算和存儲，信息處理更豐富，算力更強勁且耗電量更小，顯然更適應未來AI與人機交互的計算需求。盡管這項研究前景廣闊且頗具優勢，然而實現商業化應用仍需繼續深入探索與完善。