使用光和射频频率编码数据对光子芯片进行艺术渲染。图片来源：牛津大学

英国牛津大学的研究人员与德国明斯特大学、海德堡大学和荷兰埃克塞特大学的合作者10月19日在《自然-光子学》杂志上发表论文，报告了他们开发的集成光子电子硬件。该硬件能够大幅处理三维（3D）数据，提高人工智能（AI）任务的数据处理并行性。

传统计算机芯片的处理效率每18个月翻一番，但现代AI任务所需的处理能力目前大约每3.5个月翻一番。这意味着迫切需要新的计算范式来应对不断增长的需求。

一种方法是使用光而不是电子器件，这允许使用不同的波长并行执行多个计算来表示不同的数据集。事实上，在2021年《自然》杂志发表的开创性工作中，研究人员展示了一种集成光子处理芯片，可以远超最快电子方法的速度执行矩阵向量乘法（AI和机器学习应用的一项关键任务）。

此次，研究团队为其光子矩阵矢量乘法器芯片的处理能力添加了额外的并行维度。这种“高维”处理是通过利用多个不同的无线电频率对数据进行编码来实现的，将并行性提升到远远超出以前所达到的水平。

作为一个测试案例，团队将其新型硬件应用于评估心脏病患者心电图猝死风险的任务。他们能够成功地同时分析100个心电图信号，以93.5%的准确度识别猝死风险。

研究人员进一步估计，即使适度扩展6个输入×6个输出，这种方法也可超越最先进的电子处理器，有可能将能源效率和计算密度提高100倍。团队预计，通过利用更多的光自由度（例如偏振和模式复用），未来计算并行性将进一步增强。