想象一下，有一个数学难题，连最强的超级计算机都需要几个小时、几天，甚至几年才能解出来。但有一天，一束激光在一块芯片上闪过，几微秒后，答案就蹦了出来。听上去像科幻？不，这正是科学家们正在实现的现实。
在最新一期《自然光子学》（Nature Photonics）中，一支由哥伦比亚大学、康奈尔大学等机构组成的研究团队发表了《Three-dimensional photonic integration for ultra-low-energy, high-bandwidth interchip data links》展示了一种前所未有的“光计算机”原型——相干伊辛机（Coherent Ising Machine, 简称 CIM）。这是一种用光来“思考”的计算装置，它不是靠程序和电流，而是靠激光的相位和干涉来寻找复杂问题的最优解。
用光“模仿”一个物理世界
相干伊辛机是个什么东西？简单说，它是一台模拟器。它模拟的不是《模拟城市》，而是一种叫伊辛模型的物理系统。这个模型起源于研究磁铁，但却成了很多“最难数学问题”的解法钥匙。比如：如何安排1000架飞机的航线让它们互不干扰又省油？怎样在一个社交网络中划分群体，使得相似兴趣的人都能被分到一起？
这些问题本质上都可以抽象为：给一堆变量设置“+1”或“-1”，使得某种总能量最小。而相干伊辛机做的，就是利用一群激光器之间的相互作用，自然地“演化”出那个能量最低的状态，也就是问题的最佳解。更加系统的的来理解这个问题，我们可以把相干伊辛机认定为一种光学模拟计算机。它利用多个耦合的光学参量振荡器（Optical Parametric Oscillator, OPO）来构建伊辛模型中的“自旋”。每个OPO可以处于两种相位状态（0 或 π），对应伊辛模型中每个自旋的 +1 或 -1。通过控制OPO之间的耦合方式，就可以在整个光学系统中“模拟”出一个复杂的伊辛能量函数。系统运行时，OPO会自发进入一个低能态——这就相当于伊辛模型的近似最优解。
在现代计算中，很多优化问题（如物流调度、蛋白质折叠、组合最优化）都可以形式化为一个伊辛模型（Ising Model）——这是一个经典的物理模型，用于描述自旋相互作用系统的能量分布。通过寻找伊辛模型的基态（最低能量态），我们就等价于找到了原始优化问题的最优解。
光，比电快多了
这台“光脑”的核心是一种叫光学参量振荡器（OPO）的激光装置。每个OPO相当于一个“人工神经元”，只不过它不是发放电脉冲，而是改变光的相位（0 或 π）。多个OPO通过精妙的光路网络耦合在一起，模拟变量之间的“友好”或“敌对”关系。系统运行时，OPO群体会彼此影响，最终自发稳定在某种状态中——就像水流总会找到最低点，光也“找到”了解。
整个过程中，没有复杂的计算指令，只有光的干涉和共振，速度接近光速、能耗极低。
实验室里的“光子迷宫”
本次发表的系统是一个真正意义上的可重构相干伊辛机，它用了高精度的空间光调制器来控制激光路径，可以任意设置OPO之间的“关系图谱”。在他们的实验中，这套系统成功模拟出了一个拥有64个“光子自旋”节点的巨大网络，能够求解多种复杂的组合优化问题，例如最大割、图着色等。
更重要的是，这台机器运行在室温下，无需低温冷却系统，结构紧凑，可以集成进未来的芯片中。
这项研究表明，利用光学系统构造高度可调的物理计算架构是可行的。与传统量子退火相比，CIM 具有以下优势： 不需要极低温度环境（非冷原子、非超导）； 可在室温下稳定运行； 光速处理，延迟极低； 容易扩展（通过更快的调制器和更多的时分复用通道）。
未来：不是替代计算机，而是“并肩作战”
这台“光计算机”不会取代我们现在的笔记本或手机。它的强项是解决传统计算机非常擅长“绕远路”的问题——优化、搜索、排列组合。未来它很可能成为超级计算中心的一部分，像加速卡一样协助传统CPU和GPU处理最棘手的问题。
比如，它可以用来加速人工智能训练中的图优化、数据中心的能耗调度，甚至用于破解材料分子结构，寻找新能源材料。它将成为我们通向“类脑计算”时代的一块关键基石。
光计算的曙光
几十年前，科学家就梦想能用光而不是电来进行信息处理，如今，随着这类光学计算架构的逐步成型，这一梦想正在成为现实。
也许未来，当我们谈论“人工智能的大脑”，它不再是黑色的电路板，而是一片微光闪动的光子网络，在沉默中思考，速度快得让我们自己都看不清。
