“光子计算机”如何使用光而不是电

您使用的计算机是电子计算机。换句话说，它使用电子流来为其计算提供动力。光子计算机，有时被称为“光学”计算机，有一天可以做计算机用电子做的事情，但用光子代替。

光计算机有什么了不起？

光学计算机有很多希望。从理论上讲，与我们今天使用的电子计算机相比，一台全光学计算机有几个优势。最大的优势是这些计算机比电子系统运行速度更快，运行温度更低。频率以数十千兆赫兹测量，理论频率以太赫兹测量。

光学计算机还应该具有很强的抗电磁干扰能力。系统中的实际光子应该不受影响，但提供这些光子的激光或其他光源仍可能被淘汰。

光子学还可以提供高速并行互连，使并行计算系统成为可能，而电子速度太慢了。

虽然还没有完全光学计算机这样的东西，但这并不意味着计算的各个方面还不是光子的。今天大多数人已经在使用的是光纤。即使你家里没有光纤连接，你所有的网络数据包都会在线路的某个点转化为光。

光纤彻底改变了我们可以通过相对较细的电缆、长得令人难以置信的距离传输多少数据。即使有在电信号和光子信号之间转换的开销，光纤对通信的速度和带宽也产生了指数效应。如果其余的“慢速”电子计算系统也可以转换为在光子上运行，那就太好了，但事实证明这是一项艰巨的任务！

在撰写本文时，科学家和工程师仍未弄清楚如何复制半导体处理器中当前存在的每个计算机组件。计算是非线性的。它需要不同的信号相互作用并改变其他组件的结果。您需要采用与使用半导体晶体管创建逻辑门相同的方式来构建逻辑门，但光子的行为方式与这种方法并不自然。

这就是光子逻辑发挥作用的地方。通过使用非线性光学，可以构建类似于传统处理器中使用的逻辑门。至少，理论上，这是可能的。在光子计算机发挥重要作用之前，有许多实际和技术障碍需要克服。

虽然目前对可以应用的计算光子技术类型存在限制，但深度学习是一个令人兴奋的领域。深度学习是人工智能领域的一个子集，反过来又是机器学习领域的一个子集。

在 Ryan Hamerly 博士（麻省理工学院）的一篇引人入胜的文章中，他认为光子学特别适用于深度学习中使用的数学类型。如果他们正在努力实现的光子芯片能够发挥其潜力，它可能会对深度学习产生重大影响。根据哈默利的说法：

但显而易见的是，至少在理论上，光子学有可能将深度学习加速几个数量级。

鉴于我们今天的尖端技术有多少依赖机器学习来发挥其魔力，光子学可能不仅仅是理论计算的一个晦涩分支。

在可预见的未来，我们不会看到纯光子系统。更有可能的是，超级计算机和其他高性能计算系统的某些部分可能是光子的。光子组件可以逐渐增强或接管特定类型的计算。就像 D-Wave 量子处理器被用来做非常具体的计算，其余的由传统计算机处理。