性能飙升475倍！富士通发布PHOTON新架构，直击AI算力瓶颈

性能飙升475倍！富士通发布PHOTON新架构，直击AI算力瓶颈

事件概述

近日，富士通正式发布了名为“PHOTON”的全新计算架构，宣称在特定AI推理工作负载下实现了高达475倍的性能跃升。这一爆炸性数字并非源自传统摩尔定律的微缩，而是基于光子计算与电子计算深度融合的设计思路，直指当前大模型时代“算力荒”与“功耗墙”的双重困局。

技术核心：光电融合的“降维打击”

PHOTON架构的核心突破在于其**光互连与光学矩阵计算引擎**。传统AI加速器（如GPU）受限于电信号传输的阻容延迟——芯片间带宽瓶颈导致数据搬运能耗占总功耗的60%以上。而PHOTON采用硅基光子集成技术，在芯片内部通过低损耗波导以光速传输数据，片内带宽密度提升超百倍，延迟降至皮秒级。更关键的是，其计算单元直接利用光学干涉原理实现矩阵乘法：借助马赫-曾德尔干涉仪阵列，一次光传播即可完成大规模矩阵运算，绕过电子模数转换的瓶颈。富士通宣称，在BERT-Large模型推理测试中，PHOTON架构的**能效比**达到当前最先进GPU的20倍以上，而475倍的性能提升主要源于并行度与带宽的协同优化——光子路线天然支持波分复用，可在单根光纤上并行传输数百路信号，等效于将GPU的“内存墙”直接拆除。

行业意义与未来挑战

若PHOTON架构成功商用，将深刻改写AI基础设施的格局。对于千亿参数大模型，实时推理不再需要数千张GPU集群，功耗与散热成本有望压缩至目前的1/10，甚至为边缘端部署超大规模模型提供可能。然而，光子计算仍面临三重挑战：其一，光学器件的集成度远落后于CMOS——目前单个光芯片上集成的干涉仪数量仅数万，而现代GPU拥有数百亿晶体管；其二，纯光学非线性激活函数仍依赖光电转换，导致部分计算环节仍需“绕回”电子领域；其三，制造良率与成本需数代工艺迭代才能达到商用标准。富士通计划2026年推出首批工程样片，并已与Meta、NVIDIA等企业启动联合测试。业内观点认为，PHOTON并非要完全取代电子计算，而是作为“光学协处理器”与现有GPU协同工作——这一光电融合路线，或许正是后摩尔时代破解AI算力瓶颈的最优解。