笔趣屋

抉择 . （第1页）

沉知周最终还是答应了。

或许做个纯粹的科学家没什么不好的，关起门做十年、二十年的实验，把冷板凳坐穿，如果能做出点真正留得下的东西，那就是功德无量。但时至今日，她早已不再是那个躲在高中物理实验室里的女孩了。

她有责任。

她清楚，要成为一个在这个领域拥有话语权的科学家，光会埋头在一堆数据里做实验是不够的，你还得懂得如何向资本、向市场、向大众，讲一个足够动听的故事。

将一项复杂的科研成果的核心逻辑，在叁分钟内讲清楚，讲得足够有吸引力，比攻克一个技术难题还要难。演讲稿只有一页，配一张架构图。为了这张图和这叁百个字，她跟江寻的团队在线上开了六次会，来来回回到实验室现场开了叁次现场会。磨了两个星期，稿子改了叁版，终于敲定了最终稿。

七月十四号，峰会前夜。

沉知周盯着面前白板上D 计算公式，已经看了快半个小时了。

一种隐约的不安感盘旋在心头,来自于明日演讲中的某个逻辑缺口,她一遍遍复盘PPT上的理论推演框架，企图找出那个若隐若现的漏洞。

光模拟电路，借用光学的干涉、衍射去模拟电子的运算逻辑，从而实现神经网络的计算。这思路没什么问题，也是目前学科主流的研究方向。但这并不是最完美的路，就好像教一个天生的飞鸟如何在地上奔跑。本质上还是把光当成电的替代品，用的还是电子计算的那套陈旧思维范式。

如果不模拟呢？如果彻底抛开电子芯片的逻辑，让光做它最擅长的事呢？

矩阵乘法。

庞大的AI模型在计算时，最核心的动作就是巨量的矩阵乘法。如果……如果能让光本身，在物理传播的过程中就直接完成这个运算呢？

一束经过调制的光，通过一个特殊设计的光学元器件阵列。这个过程，本身就是一次输入向量与系统矩阵的线性变换。光的强度和相位变化精确地对应了一次大规模矩阵乘法。近乎零延时，也没有电子热效应带来的功耗瓶颈。