大讲堂七月，某个机房的冷通道里，风在脚底下跑。你摸不到那些芯片，但你能摸到账单。
训练一个大模型要烧多少电，这两年已经变成运维部门心照不宣的痛点。风冷压不住，就上液冷；液冷也不便宜。有人开始往更底下想——能不能让计算这个过程本身，少产生一点热？
然后把目光挪到了光上。一个挺老的念头。
先把那笔账摊开看
电子在铜线里跑，跑得越快，撞得越凶。撞出来的东西叫热。线挨得越近，寄生电容越烦人，信号互相串扰，你还得给它加屏蔽、加中继、加时钟恢复。
所以长距离传输，早就换成光了。海底光缆、城际骨干、机房里机柜之间的那几根线。但问题在于——光只负责“运”。光跑到了芯片边上，还是得变回电，进去算，算完再变回光。这个来回叫 O-E-O 转换。能耗、延迟、面积，三样东西全砸在这道关口上。
能不能让光进来以后，别急着变回去？
光的算术，其实土得掉渣
跟你说个器件：马赫-曾德尔干涉仪。
一束光进来，分成两路走，其中一路被稍微拖慢一点——也就是产生相位差——两路再合起来。相位差是多少，合出来的光是亮是暗，就这么定了。
单个看，这玩意儿就是个可控的分光器。可你把几百个、几千个这样的分束器连成一张网格呢？光从左边一排波导进去，右边一排出来。出来的光强分布，恰好就是输入向量乘上一个矩阵的结果。
注意，这里没有“运算”这个动作。是物理定律替你算的。光只是走了一趟，走完答案就在那儿了。
这就是干涉式矩阵乘法，也是光子计算目前最扎实的一块地基。它耗的电，主要花在激光器和调制器上，而不是每一次乘加。矩阵越大，摊薄的效应越明显。神经网络里什么最多？线性层。一堆一堆的矩阵乘法。
还有一件事挺妙的。不同波长的光，在同一根波导里走，互不打架。这叫波分复用。等于白送你一堆并行通道，不用布线，不用仲裁。
别急着把 GPU 扔垃圾桶
每次聊到这，总有人眼睛一亮：那是不是以后不用显卡了？
冷静一下。
神经网络不是只有矩阵乘法。中间还夹着激活函数、归一化、softmax，这些全是非线性的活儿。光做非线性特别别扭——光子之间基本不相互作用，你想让一束光去“控制”另一束光，得靠介质非线性效应，那要么功率高得离谱，要么慢得让人着急。光学逻辑门研究了几十年，至今没到能取代 CMOS 的程度。
还有精度。模拟域里算出来的数，会被噪声、温度漂移、制造误差一起揉。你说我要 8 位，实际输出可能只有 7 位多一点。误差还会在层与层之间累积。
再一个，存储。光没有好用的缓存。想让一个数“停住”等你，要么转成电存起来，要么让它绕一圈延迟线兜圈子。前者多一次转换，后者占地方。
所以现在能落地的形态，基本都是光电混合：光干它擅长的矩阵乘法，电干控制、存储、非线性。各干各的，谁也别抢谁的活。
真正在机房里赚钱的，其实是互连
这里得说点扫兴的。
光子计算喊了几年，可硅光这条线上，已经稳定出货、稳定赚钱的，是光互连，不是光计算。
具体点说，就是共封装光学，英文缩写 CPO。把光引擎从可插拔模块里挪出来，直接放到交换芯片旁边的基板上。好处很直白：电信号要跑的那一段，变短了。功耗、信号完整性，都跟着改善。
这件事的意义，可能比很多人想的要大。因为光计算要量产，缺的不是点子，是工艺。 waveguide 怎么刻得更均匀、耦合怎么做得更省损耗、封装怎么扛住几万次热循环、测试怎么在晶圆阶段就把坏点挑出来——这些活儿，得靠真金白银的订单把产线喂起来。
光互连，就是在喂这条产线。
几个总被问的问题，我直接答
问：光子计算机能装 Windows 吗？
不能，也不该。它是个加速器。你就当它是一块只擅长某一类算式的协处理器，跟当年的 GPU 起步时一个处境——先当配角，能不能转正看命。
问：那是不是就不耗电了？
还是要电。激光器要电，调制器要电，光电探测器要电，温控更要电。省下来的是“每一次乘加动作带来的耗散”，不是整机功率。谁跟你说零功耗，你就笑笑。
问：能拿来做训练吗？
难。训练要反向传播，要反复读写权重，光在这块很吃亏。推理更现实一点。当然学术界也在折腾光学反向传播，路子没堵死，但离产品还远。
问：精度不够怎么办？
工程手段一堆。差分编码，用两路光表示正负；网格做冗余，坏几个单元还能凑合；出厂前逐个校准，跑的时候再补温漂。听着笨，但管用。
一条不那么整齐的时间线
2017 年前后，几篇论文把相干纳米光子电路拿来做深度学习这件事摆到台面上。之前这个方向在实验室里坐了很久的冷板凳。
然后是创业公司一批批冒出来。再往后，是硅光工艺被数据中心的需求硬生生养肥。这个阶段没多少新闻，可它比任何算法突破都关键。
所以我猜，光计算会先出现在一些很窄的场景里：固定权重、大批量、对精度没那么变态的推理任务。卷积、线性层堆叠、某些信号处理。至于通用计算——那是另一个故事了，而且这个故事的开头还没写完。
最后说一个容易被忽略的坎
不是物理，是生态。
你做出一个算子，得有人把它接进 PyTorch，得有人写编译器，得有工具链，得让模型跑起来还不掉精度。做这件事的团队，要同时懂光学、模拟电路、数字后端、编译器。这种人，一个招聘网站上翻半天也翻不出几个。
还有温度。光器件对温度敏感得要命，相位差差一点点，结果就跑偏。于是你得给它配温控闭环。机房本来在拼命省电，你倒好，又塞进去一套加热和测温的东西。做工程的人看到这个，脑袋是要疼一下的。
下次你路过机房，听见风扇在响，可以顺手想一下：里面有一小部分计算，正在玻璃里安安静静地拐弯。
作者|科技
排版|科技
审核|见微