康奈尔大学的研究人员通过深入探索利用光进行计算的理论极限，成功发现了设计节能型光计算系统的新策略。这项发表在《自然通讯》上的研究，针对制造以光为动力的计算机的关键挑战——如何使设备足够小以实现实用化，提出了创新性的解决方案。

主要作者弗朗西斯科·蒙蒂科内和李彦东，通过分析自由空间光学器件和光子电路的尺寸增长规律，揭示了它们的缩放特性。蒙蒂科内指出：“光计算在能源效率方面具有显著优势，但如果光学系统体积庞大，其实用性将大打折扣。光子比电子更难被限制在狭小空间内，因此我们致力于探索任务复杂性、性能和最小物理尺寸之间的基本权衡。”

为了解决这一问题，研究人员从“神经剪枝”深度学习技术中汲取灵感，开发了基于波动物理学的光学专用剪枝方法。李彦东说：“我们分析了光学器件的连接模式，并开发了惩罚光波重叠的方法，从而在精度损失最小的情况下大幅简化了网络。”利用这项技术，研究人员发现，执行相同任务的光学计算系统体积可缩小至传统计算机的1%到10%。

研究还估算了在大型语言模型中执行线性运算所需的光学计算机尺寸，发现自由空间光学装置理论上可在厚度约1厘米的器件中完成计算。此外，研究揭示了光学器件尺寸增大时推理精度递减的趋势，强调了平衡器件尺寸和任务性能的重要性。尽管全光计算机仍是长期目标，但研究人员认为混合系统具有更直接的应用前景，其中光处理线性运算，电子器件提供非线性功能。

更多信息： Yandong Li 等人，《光计算的空间复杂性：迈向空间高效设计》，《自然通讯》(2025)。期刊信息： 《自然通讯》