光驱动计算机如何帮助解决人工智能的能源问题

光驱动的计算机可能缓解人工智能的能源需求

研究人员正在推动光计算的发展，这种计算方式利用光而非传统电子电路进行计算，以应对人工智能（AI）应用的高能耗。当前的估计表明，训练一个单一的AI模型所产生的碳排放量相当于五辆汽车在其生命周期内的排放。

光计算的突破

光计算利用光子，这些光子可以以比电子更快的速度传递信息。一个显著的进展是全光神经网络的开发，这些网络能够以更快的速度进行计算，同时消耗的能量显著更少。麻省理工学院（MIT）的一项最新研究发现，与传统方法相比，光神经网络能够将训练AI模型所需的能量减少多达99%。

商业兴趣

对光计算日益增长的兴趣正在吸引学术界和企业界的投资。像英特尔和IBM这样的公司正在资助研究项目，以将光学组件整合到现有的计算框架中。

面临的挑战

尽管有着可喜的进展，但在光计算能够广泛应用之前，仍然面临着挑战。开发在室温下运行的可靠材料以及将光学组件与电子组件集成是重大障碍。