手里的A100跑大模型微调，半小时温度飙到90度，机房上月的电费单刚出来，比前一个月多了小两万。他说现在的算力瓶颈，根本不是算法不够聪明，是电子跑在硅片里，太挤了。
我当时顺嘴提了句光子计算。他翻了个白眼，说那不是科幻片里才有的东西？
不是科幻噱头：光子计算已经在跑真实任务了
9月23号那天我跟着东南大学微电子系的朋友进了他们的光芯片实验室，才发现他真的想错了。
一进门就被实验台中间的巴掌大透明硅片晃了眼——不是什么裹着金属外壳的传统芯片，硅片侧面接了好几根细得像头发丝的光纤，红的绿的激光在里面转，旁边的显示器上正跑着一个图像识别模型，准确率跟同参数的电子芯片比，差不到2%。
朋友指着硅片上的纹路说，这东西跑一次大规模矩阵乘法的能耗，是同算力电子芯片的1/100不到。
我当时愣了。
以为他吹牛逼。
后来翻了他们发在《自然·光子学》上的公开论文，才知道这个数据是真的。
以前我们用的所有芯片，不管是手机里的Soc还是机房里的GPU，本质上都是一群电子在硅片的纳米沟道里挤来挤去。电子带电，跑的时候互相撞，既会发热拖慢速度，还要额外加屏蔽层防干扰。
光子不一样。
不带电。就算在同一条通道里叠个好几束，也不会撞得发烫。
就这么简单？
当然不是。你要把光精准地塞进比头发丝细几十倍的硅片沟道里，还要让它按指定方向转、按指定强度变，甚至要让它在纳米级的位置“拐个弯”完成计算，这里面的难度，根本不是普通人想的“拿手电筒照硅片”那么简单。
别被“取代GPU”的营销骗了：它现在就是个偏科生
刷到过太多营销号说光子计算要把英伟达干翻，上次在一个行业沙龙上，我直接把这话抛给了一个做光芯片的创业者。
他当场笑出了声，说现在的光子芯片，连最基础的逻辑非门都做不到性价比——不是做不出来，是做出来之后的能耗和成本，比电子芯片高几十倍，根本划不来。
说白了，光子计算现在就是个极度偏科的选手。
它偏的那门，刚好是现在AI最缺的：大规模并行矩阵运算。不管是大模型的推理还是训练里的矩阵乘法，光跑起来又快又省电，但你要让它算个基础的加减乘除逻辑判断，它反而不如电子芯片快。
现在所有在跑的光子计算原型机，本质上都是给AI的矩阵运算做专用加速，根本不可能替代通用CPU或者GPU。
不过话说回来，现在AI的算力瓶颈，本来就卡在矩阵运算上。要是能把这部分的能耗降下来，机房的电费能砍大半，也不用再堆那么多散热服务器了。
上次跟那个骂电费的老同事聊，他说要是真有这种专用加速卡，他哪怕多花点钱也愿意买——毕竟电费省下来的钱，够付好几倍的硬件成本。
蹲了三次实验室才搞懂的冷常识：光也会“堵车”
我之前一直以为，光子跑的快，就不会有拥堵问题。结果第三次去实验室的时候，朋友给我看了个仿真图，我才发现自己想的太天真了。
要是你把好几束光同时塞进同一条波导里，波长没调好的话，就会互相干扰，跟早高峰的软件大道一模一样，堵得死死的，别说算东西了，连光都跑不出去。
现在行业里在推的波分复用技术，本质上就是给每束光修不同的“车道”——用不同的波长区分通道，就算在同一条物理波导里叠个几十上百束光，也不会互相干扰。
我当时盯着那个仿真图看了半天，突然觉得有点好笑。人类给汽车修高速路的思路，跟给光修高速路的思路，居然一模一样。
上周跟老同事在咖啡馆吃完饭，沿着软件大道走回去，路边的LED屏亮着，光跑在空气里，再想想实验室里那片硅片上转来转去的激光。
突然觉得，我们折腾了几十年的电子芯片，好像真的只是算力路上的一个小站点？
也不对。
现在的光子计算离普通人的生活还远得很。光调制器还是要用电，封装良率低导致成本下不来，连配套的软件生态都还没影。就像二十年前的GPU，谁能想到现在会用来跑大模型呢？
风一吹，路边的梧桐树掉了片叶子下来。我突然想，说不定再过个十年，我们回头看现在的电子芯片，也会像现在看早年的电子管一样，觉得笨重又费电。
作者|科技
排版|科技
审核|满满