宾大造出光物质混合粒子：突破全光切换，为低功耗光子 AI 铺路

八十年前，宾夕法尼亚大学造出了世界上第一台通用电子计算机 ENIAC，人类从此进入依靠电子算数的时代。

八十年后，当大模型和 AI 数据中心快要被发热和电费压垮时，同一所大学的物理学家们打算把电子换掉，直接用光来跑计算。

宾夕法尼亚大学文理学院副教授 Bo Zhen 领导的团队，在 2026 年 4 月 8 日出版的《Physical Review Letters》上发表了一项突破：他们制造出一种兼具光与物质特性的混合粒子，实现了能耗极低的全光切换。

让光子学会相互碰撞

用光做计算并不是新鲜事，光子没有电荷，也没有静止质量，跑得极快且几乎不发热，在长距离通信里早就拿下了主导地位。

但光子有一个致命缺点：它们太「礼貌」了。两束光交叉穿过时，彼此几乎不会发生任何相互作用，这就导致光很难像电子那样，被用来制作计算机最底层的逻辑开关。

为了让光子学会「互动」，宾大团队把一层原子级薄的半导体嵌入到纳米级光学腔中，让进入的光子和半导体里的电子紧密耦合。

这种结合产生了一种名为「激子极化子」的准粒子。说白了，它既继承了光子的高速移动能力，又获得了物质才能拥有的相互反应能力。

靠着这种混合粒子，研究人员成功完成了全光信号切换，单次开关消耗的能量大约只有四千万亿分之一焦耳。这个能量尺度小得惊人，比短暂点亮一颗微型 LED 所需的电量还要少得多。

扔掉光电转换的「刹车片」

这项实验真正击中的，是当下光子 AI 芯片最头疼的瓶颈。

目前市面上的光子计算方案，大多只能用光来处理线性的矩阵乘法，一旦碰上神经网络必需的非线性激活函数或者逻辑判断，光子就无能为力了。

以往的做法只能妥协：先把光信号转成电信号，让传统电路完成判断，然后再把电信号转回光信号继续跑。

这种在光和电之间来回折腾的过程，不仅把光的高速优势消耗殆尽，还带来了额外的功耗和发热，就像开着跑车却频繁踩刹车。

如果激子极化子的全光切换能够落地，AI 芯片就能在纯光学环境下直接完成非线性运算。甚至在未来，来自相机的外部光信号可以直接送进芯片处理，中途完全不需要电信号介入。

为什么重要

对普通用户和普通开发者来说，这项技术短期内还摸不到，它依然处于极其早期的实验室阶段，距离买到一块全光 AI 芯片还有很长一段路。

但对整个 AI 硬件行业而言，这一步的意义非同寻常。算力中心的电力消耗已经逼近现实电网的极限，如果传统半导体工艺撞上物理天花板，光计算就是最有希望的接棒者之一。

我们认为，宾大团队最聪明的地方在于没有硬磕纯光子的微弱非线性，而是用极薄的二维材料把光与电子绑成一体，用物理杂交的思路绕过了纯光计算的天然缺陷。

当然，隐患和门槛依然明摆着。把纳米腔和原子级薄半导体做到规模化量产，并且在成千上万个光子逻辑门之间保持稳定工作，工艺挑战极大。但它至少证明了一件事：让 AI 完全在光线里思考，在物理上是走得通的。