光子矩阵乘法：相干光计算

可视化演示

展示相干光计算核心技术：复数电场振幅相位编码原理、本振光相干检测提取信号、复数矩阵乘法y=Wx光学实现及相干与非相干方案精度容量稳定性对比，含流动波形背景动画。

相干光源要求

想象一场排练，指挥要求所有乐手戴着同一个节拍器耳机起手。只要有人慢了哪怕半拍，整个乐团的音色立刻松散。相干光计算的第一步，正是打造这样一个“全校统一的节拍器”：先让光波的所有波峰、波谷严格对齐，形成完全可预测的时间图案。这种“波峰追着波峰、波谷追着波谷”的整齐状态，就是光的相干性。

在技术层面，最接近“完美节拍器”的光源是激光。激光发出的电磁波在极长距离内保持相位关系固定，波峰之间等间距排列；相比之下，普通灯泡或 LED 的光来自无数原子各自“乱奏”，相位关系随机，只能当噪音而非计算载体。光源的单色性（频率纯度）决定了相干长度：单色性越好，光波越不容易在传播中“散架”，相干长度越长，能支持的光路规模也就越大。

描述一束理想相干光的电场，可以用这样一个简单的公式：

有了“全校统一的节拍器”，每个光子的时间坐标就完全一致。没有这一步，后面的相位编码和干涉计算都是无本之木——正如没有统一节拍，再好的乐手也无法合奏。

相位控制方法

指挥并不靠音量控制世界，他给第二小提琴声部一个指令：请晚 0.3 个拍点进场。这个“晚多少”就是一个可调的时间偏移，对应到光的世界里就是相位。想给光“加延迟”？只需要让光在传播途中“慢一点”——移相器正是干这个的。

光路中最常用的移相器有两类：热光移相器通过加热改变波导材料的折射率，折射率一变，光速就变，到达终点的时间也随之改变；电光移相器则利用电场改变晶体折射率，速度更快、更适合高频调制。无论哪种，本质都是把一个可控的“时间偏移”写在光头上。

用复数表示相位调制非常优雅：

每个乐手拿到自己的“时间偏移指令”后，整份乐谱就被激活了。这一相位控制环节正是相干光计算能把权重矩阵“烧录”到光芯片上的根本原因。

干涉矩阵乘法

当两个声部同时发声，听众耳朵里不是两个音量的简单相加，而是声波真正的叠加：同相时变得更响，反相时相互抵消。物理世界天然就会做“乘加”，干涉只是把这件事暴露给了我们。光路的设计者决定利用这一点：用分束器把一束光分成两路，一路让相位自由，一路施加调制，最后再用合束器把两路光汇合。

这个结构叫马赫-曾德尔干涉仪（MZI）。单个 MZI 负责一次“乘加”，把 MZI 排成阵列、相互级联，就构成一个光学的矩阵乘法网格。把权重矩阵的元素编码成各个移相器的角度，把输入向量的元素编码成输入光的相位，光在网格里传播一次，输出端就得到矩阵乘法的结果。

两束光干涉后的强度公式是干涉计算的灵魂：

音乐厅的混响就是天然的“求和器”。当研究者在芯片上铺满 MZI 阵列时，其实是在把整座音乐厅压缩到指甲盖大小，让每一次光的合束都自动完成一次矩阵运算中的乘加。

相干探测技术

普通观众只能判断“刚才那声响不响”，但调音师会随身带一把参考音叉：他敲响音叉，再听乐声与音叉之间的“拍频”，就能精确判断乐声比音叉高几赫兹、快几拍。相干探测正是这个思路——在光的出射端准备一束已知的参考光，与携带计算结果的光信号“合奏”，从它们的合奏中读取相位差。

探测器本质上是平方律器件，输出电流正比于光强度。相干探测分为两种：零差探测让参考光与信号光频率完全相同，输出电流直接跟随 $\cos(\Delta\varphi)$ 变化；外差探测则让参考光频率略微偏移，产生一个缓慢的“拍频”信号。外差方案既能保留完整相位信息，又能把微弱信号搬到易于电子处理的低频段。

外差探测的输出电流可以写成：

有了“参考音叉”，乐团的表现才能被精确记录成乐谱。相干探测是整个系统的“耳朵”——它把光世界里的相位信息翻译成电子世界能读懂的电流，让计算结果最终落到显示器和内存里。

相干方案优势

你可能会问：为什么不直接用光的强度（亮度）来编码数据，非要折腾相位？这就像指挥完全可以靠“你们吹用力一点”来传递信息，但音乐厅里有回声、有观众的嘈杂，音量信息会被严重污染。而用“时间错位”编码就不一样：即使整个音乐厅有回声，那也只会把乐声整体平移，听众依然能辨认出节奏变化——抗干扰能力天差地别。

相位编码的另一个好处是精度。光强调制通常只能区分几十个灰度级，而相位是连续可调的：一个移相器理论上可以表示无数个不同的角度。更重要的是，相干方案天然支持复数运算，因为 $e^{i\theta} = \cos\theta + i\sin\theta$，负数和虚部都被包含在内。这对许多 AI 算法中的傅里叶变换、复数神经网络是决定性的优势。

相干光计算最终要执行的运算，仍然是经典的矩阵乘法：

实验上，多端口 MZI 网格已经实现了上百维光学矩阵乘法，演示了以光速执行线性变换的可行性。指挥把控制权握在手中、用相位而不是音量来指挥乐团——这就是相干方案对 AI 芯片最有吸引力的地方。

工程实现差距

理论演出可以动用世界上最精准的节拍器；现实剧场里，温度会让琴弦微微伸缩，地板震动会传到谱架，观众的走动也在改变声音的反射。每个环节的微小偏离最终累积成可听见的不和谐。光芯片也面临同样的“剧场干扰”：光源功率抖动与相位噪声、波导刻蚀的工艺误差导致两臂长度不一致、温度梯度让折射率漂移，还有探测器的暗电流在后台窃窃私语。

这些干扰最终都表现为相位误差。一个典型的关系式是相位漂移与光程变化成正比：

缩小差距的路径很清晰：封装级主动控温来压制 $\Delta n$，在每个 MZI 上布置参考探测器做闭环反馈校准，再用算法补偿制造误差。音乐厅需要每次演出前调音，光子芯片也需要“调音”——只有当理论上漂亮的公式配上工程上扎实的校准闭环，相干光计算才能真正从论文走进数据中心。

AI 应用场景

Python 演示

import numpy as np  class CoherentMM:    """Simulate coherent optical matrix multiplication."""     def __init__(self, size=4):        self.size = size        self.phase_map = {}        self._init_phase_map()     def _init_phase_map(self):        for i in range(self.size):            for j in range(self.size):                self.phase_map[(i, j)] = 0.0     def encode_phase(self, matrix):        clipped = np.clip(matrix, -1.0, 1.0)        return np.arccos(clipped)     def multiply(self, W, x):        n = self.size        phases = self.encode_phase(W)        y = []        for k in range(n):            acc = 0.0            for j in range(n):                acc += np.cos(phases[k][j] - x[j])            y.append(acc)        return np.array(y)  if __name__ == "__main__":    np.random.seed(42)    W = np.random.uniform(-1, 1, (3, 3))    x = np.random.uniform(-1, 1, 3)    cmm = CoherentMM(3)    out = cmm.multiply(W, x)    print("W =")    print(W)    print("x =", x)    print("coherent out =", out)    print("ref (W@x) =", W @ x)

1. clipped = np.clip(matrix, -1.0, 1.0)将权重限制在 $[-1,1]$，保证反余弦函数可计算，对应真实系统中输入信号的幅度上限。
2. return np.arccos(clipped)权重矩阵的每个元素被编码成一个相位角，相当于把数据“烧录”到移相器上。
3. phases = self.encode_phase(W)权重矩阵转换为相位矩阵，这是相干光计算的第一大步骤。
4. acc += np.cos(phases[k][j] - x[j])核心干涉公式的离散化：两路光的相位差经余弦运算后累加，模拟探测器读到的总强度。
5. cmm = CoherentMM(3)创建一个 3×3 的光学矩阵乘法器实例。
6. out = cmm.multiply(W, x)让光在一次传播中完成整个矩阵乘法，返回计算结果。

常见误区

面试题