国外团队研发新型磁光内存光子计算平台，突破数据处理瓶颈

    近十年来，数据量呈爆炸式增长，像人工智能这样的数据密集型应用，对计算能力的需求也水涨船高。然而，传统数字硬件的计算能力却逐渐触及天花板，发展开始趋于平稳。在这样的背景下，光学解决方案凭借其低能耗、高数据处理速度的优势，逐渐进入人们的视野，成为解决计算能力瓶颈的希望之光。

    2025年1月22日，由加州大学圣巴巴拉分校（UCSB）携手多家国际机构的研究人员，成功开发出一种使用磁光材料的内存光子计算平台。这一平台的出现，有望带来高效、非易失性的数据处理，具备无限的读/写能力以及亚纳秒编程速度，为数据处理领域带来了新的变革。

    当前，光子存储器在内存计算中展现出独特优势，能够近乎即时地执行数据处理操作。但现有的创建光子存储器的技术，始终无法在单个平台上同时实现非易失性、多位存储、高切换速度、低切换能量以及高耐用性。此次研发的磁光内存平台，则成功攻克了这些难题。

    研究人员精心设计了一种基于共振的光子架构，巧妙地利用磁光材料中的非互易相移。在硅微谐振器上，他们采用了铈取代的钇铁石榴石（Ce:YIG）这种特殊的磁光材料，其光学特性会随着外部磁场的改变而发生变化。通过运用磁铁，不仅能够存储数据，还能精准控制光在磁光材料内的传播。

    卡利亚里大学助理教授、研究员PaoloPintus表示：“这些独特的磁光材料，让利用外部磁场控制光在其中的传播成为可能。在这个项目中，我们通过电流来编程微磁体，进而实现数据存储。”

    研究人员运用Ce:YIG磁光包层，成功激发了微环谐振器的顺时针和逆时针模式。光学模式与Ce:YIG材料之间的相互作用，使得两种反向传播模式产生非互易相移，这种相移表现为具有相反符号的分裂共振位移，而其具体情况取决于施加磁场的方向和强度。

    经过深入研究与反复测试，研究人员惊喜地发现，这种光子内存计算方法不仅可以实现约1GHz的编程速度，还能达成多级编码。磁光存储单元能够多次重新编程，以灵活执行不同的任务。

    值得一提的是，磁光存储器平台的切换速度比集成光子技术快了100倍，而功耗却仅为传统光子处理技术的十分之一。该团队通过实验有力地证明，磁光存储器可以重写超过23亿次，这意味着它可能拥有无限长的使用寿命，而现有的光学存储器寿命有限，最多只能重写1000次。

    磁光存储器平台充分利用光的特性，以远超传统电子设备的速度和效率执行计算。Pintus还提到：“磁铁控制Ce:YIG材料内光的传播，这使我们能够执行复杂的操作，例如矩阵向量乘法，这可是任何神经网络的核心。”

    在深度学习领域，从2015年到2020年，训练深度神经网络所需的计算量惊人地增长了30多万倍，然而图形处理单元的效率却仅增长了300倍。为了突破这一瓶颈，业内提出了多种不同的光子架构。光子处理的常见方法是将快速变化的光输入矢量与固定光学权重矩阵相乘，但是，使用光子存储单元阵列在片上编码这些权重时，却受到材料和设备级问题的限制。

    相比之下，使用磁光存储单元为内存光子计算编码光学权重的新方法，与现有架构相比具备多个关键优势。通过巧妙利用磁光材料中的非互易相移，研究人员成功打造出一个快速（1纳秒）、高效（每位143飞焦耳）且稳健（24亿次编程周期）的片上光学处理平台。

    目前，该研究成果已发表在《自然光子学》上，这一创新性的磁光内存光子计算平台，无疑为数据处理领域开辟了新的道路，有望在未来的人工智能、深度学习等领域发挥巨大的作用，推动相关技术迈向新的台阶。