摩尔定律正在失效，信息急需突破物理极限，硅光子技术成为超越摩尔研究领域的发展方向之一。

2017年，来自艾克塞特大学、牛津大学和明斯特大学的研究人员领导的研究小组研发了一种模拟人脑突触行为、利用光子集成电路的“光子芯片”。他们使用了特殊的相变材料与集成电路，模拟人脑的神经突触作用设计“光子突触”。

而在2016年，麻省理工学院的研究团队与合作研究者也曾提出了使用光子代替电子为理论基础的计算芯片架构，他们将之称为可程序设计纳米光子处理器。2017年6月，他们针对可程序设计纳米光子处理器在《自然-光子》杂志上进行了论文发表。

将光子效应用于神经网络计算是一个非常前沿的研究，或许未来光子芯片将会是最适合用于人工智能计算的硬件架构。但放在当下，还处于非常不成熟的阶段。

光子算数是我国的一家从事光子人工智能芯片研发的初创团队。公司CEO白冰是北京交通大学电子工程学院的博士研究生，研究方向包括硅基光子集成器件、非线性光学材料、板卡级光电异构计算架构、光电混合神经网络模型等。

白冰此前给出过一个光子人工智能芯片的定义：“光子人工智能芯片是指采用硅基光子集成技术，让光提供算力，为人工智能应用提供高性能的硬件支持。”

协处理加速芯片是白冰对光子人工智能芯片在AI计算的“角色”定位。光子AI芯片的加速的对象是是矩阵运算，因此也可称为光子协处理加速芯片。

相关的产品形态是计算板卡，板卡上搭载两块芯片，一块是电子芯片（FPGA或是ASIC）,另一块是光子协处理加速芯片，两者形成板卡级的异构协同计算，其中电子芯片完成控制和非线性计算的部分，光子芯片协处理加速芯片完成矩阵计算的部分。如果将Xilinx的FPGA芯片按照石头级、白银级、黄金级进行分类， 光子协处理方案相当于选取Xilinx石头级的FPGA芯片，用光子芯片做协处理加速形成异构板卡，去实现搭载黄金级FPGA芯片的Xilinx板卡的性能。”这是白冰对于光子AI芯片的价值进行的一个非常有趣的比喻。

那么，光子AI芯片距离产业化落地还有多远？光子AI芯片矩阵计算加速的原理又是什么？ 4月23日晚7点，光子算数CEO白冰将在智东西公开课进行讲解，主题为《光子AI芯片的架构创新与技术挑战》。白冰老师将围绕光子AI芯片的底层硅光器件、架构创新、技术挑战及未来发展趋势为大家带来系统讲解。