这种“半光半物质”粒子，有望补上AI光计算最后一块拼图

1946 年，宾夕法尼亚大学的 J.Presper Eckert 和 John Mauchly 让 ENIAC 正式亮相。这台机器用电子的流动求解弹道方程，开启了电子计算的时代。

80 年后的 2026 年 4 月，同一所大学的物理学家 Bo Zhen 团队在  Physical Review Letters  发表了一项工作： 他们造出一种半光半物质的混合准粒子——激子－极化激元（exciton–polariton），用大约 4 飞焦（fJ，即 4×10⁻¹⁵ 焦耳）的能量完成了光信号的全光开关切换。 这个能量比短暂点亮一颗微型 LED 还小几个数量级。

从电子到光子，宾大用了 80 年走了一个圈。只不过这一次要解决的不是弹道计算，而是 AI。

图丨相关论文（来源： Physical Review Letters ） AI 的算力需求正在把电网推向极限。IEA 数据显示，2025 年全球数据中心用电量同比增长 17％，预计到 2030 年将翻倍至约 950 太瓦时。根源在电子本身：带电荷，移动就有电阻，电阻就生热，芯片越密集，散热越难。

光子是一个天然的替代选项，它不带电、无静止质量、以光速传输且几乎不发热。 光子早已统治了通信，全球互联网的骨干就是光纤；但要让光子从“搬运工”升级为“计算者”，卡在了一个看似简单的问题上：光子之间几乎不互动。

这恰好是光子最大优势的反面。“光子是电中性的，能快速、低损耗地远距离传输信息，”论文共同第一作者、前宾大博士后 Li He（现蒙大拿州立大学助理教授）向媒体解释，“但这种电中性也意味着它们几乎不与环境互动，做不了计算机依赖的信号开关逻辑。”

这个矛盾对光子 AI 芯片来说尤其致命。神经网络运算分两步：线性运算（矩阵乘法）和非线性激活（类似“做判断”）。光子天生擅长前者，用干涉和衍射就能做矩阵乘法，速度极快、能耗极低。曦智科技、Lightmatter 等公司已经把光子矩阵乘法芯片推向商业化。在线性计算这一步，光子已经证明了自己。

但非线性激活需要信号之间互相影响， 一个信号要能改变另一个信号的状态。电子天生做得到，因为它带电、彼此排斥，而光子做不到。 结果是，许多现有光子 AI 芯片，在完成矩阵乘法后，不得不把光信号转回电信号，交给电子器件完成非线性激活，再转回光信号进入下一层网络。

这种“光－电－光”的反复转换，恰好把光子计算的速度和能效优势吃掉了大半。MIT 此前开发过混合光电的非线性功能单元（NOFU）来缓解这个问题，新加坡国立大学团队 2026 年 3 月也报告了用铌酸锂波导实现全光激活的方案。各路人马都在攻同一道关：让光不变回电子，就能完成“判断”。

宾大团队的思路不同于上述任何一种。他们没有试图让光子直接产生非线性，而是给光子“嫁接”了一个会互动的搭档。

具体做法是，把一层原子级厚度的硒化钼（MoSe₂）半导体薄膜放到一个氮化硅光子晶体纳米腔上。纳米腔的模式体积只有约 0.05 立方微米，比传统 DBR 腔小了几个数量级。

在如此狭小的空间里，光子被强制与 MoSe₂ 中的激子（电子－空穴对的束缚态）发生强耦合，融合成既非纯光也非纯物质的混合准粒子——激子－极化激元。这种粒子继承了光子的速度和激子的互动能力： 两个极化激元相遇时，物质成分让它们能“感受到”彼此，产生非线性响应。

主题：光子