硅光矩阵乘法加速器 · 光子AI芯片

本条为初评草案（AI 辅助编目）：T 阶为三问初评（撬动面 × 停滞度 × 临界性），双评过 σ 门并红蓝复核后才升"已建档"。查不到的字段留空不编。点亮者会进入亮星候选流程，其贡献与星阶按 HCF 独立重评，不从暗星自动继承。

硅光矩阵乘法加速器 · 光子AI芯片量级 · 潜能待评

让矩阵乘法在光速下"免费"完成

暗星编号DS-0540

轴E · 能量与能力前沿

领域ai-computing

状态初评草案 · 待双评与红蓝复核

这是什么 · 为什么难

用硅光子马赫-曾德尔干涉仪网络或波分复用直接在光域完成向量-矩阵乘法,理论上计算本身零延迟、能耗只在调制与探测环节。攻克意味着大幅突破电子存算一体的能效墙,为AI推理与训练提供数量级级的能效提升路径。

卡在哪 · 机制级卡点

模拟光学计算的精度和噪声累积问题限制了可堆叠深度,光电转换环节的能耗和芯片良率尚未摊平综合成本优势,非线性激活函数在光域实现困难。

谁在攻

LightmatterLightelligence(MIT衍生)Lightium/Celestial AI 等光互连初创麻省理工学院 Soljačić/Englund 实验室

怎么参与

学光子集成电路设计与硅光工艺,关注 Lightmatter/Lightelligence 技术白皮书及 Nature Photonics 相关论文,职业路径为硅光子器件工程师或光学神经网络算法研究员。