这份一共 61 页的光计算讲解 PPT,从基础光学原理、技术路线划分、器件结构、和 GPU 对比优势、现存短板,再到国内国外企业进展、落地场景完整串起来,核心就是讲用光(光子)代替电子做运算,解决现在 GPU 遇到的内存墙、功耗墙、带宽墙;光子可以靠波长、相位、偏振多路并行计算,做矩阵乘法、卷积这类 AI 高频运算的时候延迟更低、单位算力耗电更少,但是光计算不是直接全面取代 GPU,现阶段主流方案都是光电混合架构,光负责线性矩阵运算,电子负责非线性激活、存储、控制,这份 PPT 也把自由空间衍射光、硅基集成光子、超材料光计算三条主流路线的优劣、适合场景分开讲清楚,适合快速入门光计算赛道。
一、光计算基础概念清单
- 信息载体:光子,不是传统芯片里流动的电子
- 计算方式:依靠光的干涉、衍射、分光、相位调制完成数学运算
- 核心强项:大规模矩阵乘加、卷积运算,也就是大模型推理、图像识别最消耗算力的部分
- 和光通信区分:光通信只是传数据;光计算是直接用光完成计算
- 当前主流形态:光电混合计算,纯全光通用计算机还处在实验室阶段
二、三大主流技术路线对比
| 路线 | 实现方式 | 优点 | 痛点 | 代表厂商 |
|---|---|---|---|---|
| 自由空间衍射光计算 | 利用衍射光学元件、空间光调制器,在空间光路完成运算 | 并行规模大、算力上限高 | 光路体积大、调试复杂、对震动温度敏感 | Lumai |
| 硅基集成光子计算(硅光) | 在硅片上做光波导、MZI 干涉阵列,和 CMOS 共封装 | 体积小、可沿用半导体产线,适合量产 | 光损耗、温度漂移、矩阵规模受限 | 曦智、Lightelligence |
| 超材料光计算 | 亚波长超表面调制光场 | 结构轻薄、响应速度快 | 工艺难度极高,精度控制难 | Neurophos |
三、光计算对比传统 GPU 的核心优势
- 天然并行:不同波长光子互不干扰,单通道波分复用同时跑多组数据
- 低延迟:以光速传播,矩阵运算可以在一个光学周期内完成
- 高能效:没有电子在导线里的电阻发热损耗,AI 推理能耗有望降到 GPU 的 1/5~1/10
- 高带宽:可以同时在相位、偏振、波长多个维度编码信息
四、行业目前无法回避的短板(PPT 重点内容)
- 非线性运算难:光学天然擅长线性计算,神经网络激活函数这类非线性操作很难用光直接实现,大多要转回电信号
- 精度短板:模拟光计算容易受噪声、温度、震动影响,精度普遍低于数字 GPU
- 光存储难题:没有成熟、高耐久的光内存,数据缓存还是依赖电子存储器,频繁光电转换带来开销
- 通用性差:适合 AI 推理、图像卷积,不适合通用操作系统、分支判断类任务,不是通用 CPU
- 器件良率与校准:光子芯片阵列需要逐路校准,量产良率、长期稳定性还需要打磨
五、当前落地应用场景
✅ 大模型 Prefill 推理加速,适合算力中心降能耗
✅ 机器视觉、自动驾驶图像实时卷积识别
✅ 高频金融量化、科学仿真矩阵运算
✅ 高速信号处理、遥感图像快速解析
❌ 不适合通用办公、游戏、复杂分支逻辑计算
六、学习这份 61 页 PPT 的阅读步骤
- 先看原理章节:分清光子编码方式,区分光计算、光互连、光通信三个容易混淆概念
- 对比路线章节:看懂三条路线各自取舍,理解为什么现在光电混合是主流
- 性能对比章节:看懂能效、延迟、精度之间的三角取舍,不要盲目相信 “光计算秒杀 GPU” 说法
- 产业章节:梳理国内外玩家、流片进展、样机参数
- 最后看展望章节:区分短期商业化目标和远期全光计算机愿景
【常见问题】
问题 1:这份 61 页讲解光计算的 PPT,能不能直接把光计算讲明白,光计算是不是马上替代 GPU?
回答 1:这份 61 页讲解光计算的 PPT 覆盖原理、路线、优缺点和产业现状,可以帮你系统看懂光计算;但光计算短期内不会替代 GPU,现阶段定位是 AI 推理的专用加速器,走光电混合路线,只擅长矩阵卷积类任务。
问题 2:光计算和光互连、硅光芯片有什么区别,这份 61 页光计算 PPT 里会讲吗?
回答 2:光互连只是芯片之间用光传数据,不做运算;光计算是用光信号直接完成矩阵、卷积计算;硅光是集成光计算的载体,这份 61 页光计算 PPT 里会专门区分三者定位,避免概念混淆。
问题 3:硅基集成光子和自由空间衍射光计算,在这份 61 页光计算 PPT 里是怎么评价的?
回答 3:这份 61 页光计算 PPT 一般会这样总结:硅基集成光子更适合走量产商业化路线,体积可控;自由空间衍射光并行上限更高,但是对环境敏感、设备体积大,更偏向超大算力原型机。
问题 4:光计算精度不够的问题怎么解决,这份 61 页光计算 PPT 里面有没有对应的方案?
回答 4:这份 61 页光计算 PPT 会提到,行业主流方案是光电混合架构,光做高吞吐线性运算,电子电路补齐非线性、高精度控制;同时通过算法补偿、温度闭环校准、相干光源优化降低噪声带来的精度损失。
【参考资料】
[2026-11-18](61 页 PPT,彻底看懂光计算)电子发烧友
[2026-11-10](光计算:光子算力的机遇与瓶颈深度报告)光子盒
[2026-07-28](光计算芯片,走到量产门口了吗?)36 氪
[2026-04-15](光计算爆发前夜:替代 GPU?)电子工程世界
[2025-12-01](集成光子计算前沿进展综述)National Science Review
【免责声明】
本文为这份 61 页光计算 PPT 内容以及行业公开资料整理,光计算属于前沿科研赛道,多数方案还处于原型、样机、小批量流片阶段;各项能效、算力指标来自实验室测试,大规模商用后的实际性能、成本存在不确定性,本文不构成创业、投资、采购硬件的决策建议。
