用光解方程：比GPU快百倍的计算新范式

当工程师在设计飞机机翼的气流模型，或者材料科学家模拟合金的应力分布时，他们都在做同一件事——求解动辄包含几十万个未知数的巨型线性方程组。传统GPU处理这类问题，可能要花上百毫秒，甚至有些复杂矩阵根本算不出结果。但以色列LightSolver团队的一台激光装置，却能在几毫秒内给出答案。这不是科幻电影里的道具，而是基于激光处理单元（LPU）的光学计算方案——它不用数字迭代，而是让光自己“演化”出方程的解。

从“一步步算”到“一下子演化”的革命

你可以把传统数字计算机解方程的过程，想象成一群人排队挨个试钥匙：先猜一个解，检查对不对，不对就换一把，反复迭代直到打开锁。而LPU的思路完全不同——它把整个钥匙孔的形状直接刻在激光的传播路径上，让光自己找到最适配的“钥匙”。

LPU的核心是一个简并腔环形激光器，里面有数十到上百束独立的激光模式在光路中循环。这些激光的相位就像一群小磁针，当研究人员把方程组的系数矩阵编码成激光之间的耦合强度后，开启激光器，这些“小磁针”会顺着物理规律自动排列到能量最低的稳定状态——而这个状态的相位分布，正好就是方程组的解。

传统计算的每一步迭代都要把数据从内存搬到计算单元，这就是困扰高性能计算几十年的“内存墙”。但LPU里的激光既是计算介质也是存储介质，光的演化过程本身就是计算，完全绕开了数据搬运的瓶颈。

快百倍的背后：精度与场景的权衡

在针对热传导、材料科学、结构力学三类稀疏矩阵的测试中，LPU模拟器的求解速度比NVIDIA RTX 3090 GPU上的主流算法快了几十到上百倍。尤其是在24万维度的BenElechi1矩阵上，部分GPU算法根本无法收敛，而LPU只用了几毫秒就给出了结果。

但这份亮眼的成绩有个前提：LPU目前的求解精度只能达到1e-5，相当于把1米的误差控制在1厘米以内，这对要求微米级精度的航空航天设计可能不够用。而且它的优势只体现在稀疏多带状矩阵这类特定问题上，面对不规则的非结构矩阵，效率会大打折扣。

更重要的是，目前所有测试结果都来自软件模拟器，真实的光学硬件还面临着诸多挑战：光学元件的对准精度要求极高，温度、振动的微小变化都会干扰激光相位；要处理百万级变量的超大规模问题，单个LPU的激光阵列规模还远远不够。

混合架构：光与数字的分工协作

LPU的研发团队并没有打算让它完全取代GPU，而是提出了更务实的路线：做混合光-数字系统里的专用加速器。就像Nvidia在Vera Rubin平台里让Groq LPU负责低延迟的令牌生成，GPU负责大规模批处理一样，未来的高性能计算系统里，LPU可以承担最耗时的核心矩阵运算，数字处理器则负责高精度的预处理、残差评估等复杂逻辑。

这种分工刚好避开了LPU的短板：数字系统的高精度可以弥补光计算的精度不足，而LPU的低延迟又能突破数字计算的内存墙。LightSolver已经和Ansys等工程软件公司展开合作，计划在2027年推出支持10万个变量的硬件，2029年实现百万级变量规模。

更值得关注的是，LPU代表的是一种全新的计算范式——从“用数字模拟物理”转向“用物理模拟数学”。这种思路不止适用于光计算，未来我们可能会看到更多基于量子、流体甚至生物系统的物理计算设备，它们将和数字计算一起，构成后摩尔时代的计算生态。

当摩尔定律的脚步逐渐放缓，我们一直在寻找突破性能瓶颈的新路径——从3D封装到存算一体，从量子计算到神经形态芯片。LPU的出现，让我们看到了另一种可能：不用在数字世界里苦苦模拟物理，而是直接让物理系统成为我们的计算工具。

用物理演化替代数字迭代，是后摩尔时代的破局之道。或许在未来的超级计算机里，我们会看到激光腔的光芒和芯片的灯光交相辉映——光负责用最快的速度找到方向，数字负责用最高的精度抵达终点。而这，才是高性能计算真正的未来。