近日，加拿大女王大学、麦吉尔大学等机构的联合团队在顶级期刊《自然》（Nature）上发表了一项里程碑式成果。他们研发出一台基于薄膜铌酸锂光电振荡器的可编程、受霍普菲尔德网络启发的光伊辛机。该机器在室温下运行，能够高效求解一系列NP难组合优化问题。其核心架构利用级联的薄膜铌酸锂调制器、量子点半导体光放大器和数字信号处理引擎，构建了一个时间编码的递归循环系统，实现了超过2000亿次/秒（GOPS）的自旋耦合与非线性计算吞吐量。该光伊辛机支持高达256个全连接自旋（65,536个耦合）或41,209个稀疏连接自旋（超过205,000个耦合），是迄今报道的基于光电振荡器的伊辛机中规模最大的。研究团队成功演示了其在大规模最大割问题（如G22、G81图）、数划分问题（高达256个数）以及二维晶格蛋白质折叠问题（30个氨基酸序列）上的卓越求解能力，解的质量超越了此前所有已知的光学伊辛机。
《Programmable 200 GOPS Hopfield-inspired photonic Ising machine》
组合优化问题，如蛋白质折叠、数划分和最大割问题，是计算机科学和多个应用领域的核心挑战，其计算复杂度随问题规模呈指数增长，对经典超级计算机构成了巨大压力。伊辛机作为一种专用硬件，通过模拟磁性自旋系统的能量最小化过程来高效求解这类问题，被视为突破计算瓶颈的潜在途径。尽管已有基于超导量子退火、光学参量振荡器、空间光调制器等多种原理的伊辛机，但它们通常在可扩展性、可重构性、速度和稳定性之间难以兼顾。例如，量子退火器需要极低温环境，且在处理全连接问题时所需的物理比特数呈二次方增长；而许多光子方案虽然速度快，但在求解高度复杂的“玻璃态”问题时，解的质量和稳定性有限。因此，研发一种能在室温下运行、高度可编程、稳定且能处理大规模复杂问题的伊辛机，对于推动优化计算、人工智能和生物信息学的发展具有迫切需求。
研究内容与结论
架构设计与工作原理
该光伊辛机（CMIM）的灵感来源于霍普菲尔德神经网络。其核心是一个闭环反馈系统：输入的自旋状态被编码为时间复用的光信号，通过第一个薄膜铌酸锂马赫-曾德尔调制器的非线性传输函数进行近似；第二个调制器则线性地加载代表问题耦合关系的权重矩阵。两个信号在光域进行逐元素乘法运算，随后通过量子点半导体光放大器和光电探测器实现累加求和。高速的模数/数模转换（采样率达256 GSa/s）构成了电光反馈环路，驱动系统迭代收敛至能量最低态（基态）。该设计巧妙地将复杂的伊辛模型能量最小化问题，转化为高速的矩阵-向量乘法运算，并利用系统固有的电噪声和可控的光学噪声（通过额外半导体光放大器注入）来模拟“退火”过程，帮助系统跳出局部最优解，加速收敛。
高速性能验证与基准问题测试
研究团队首先在高达128 GBaud的符号率下验证了系统的分岔行为（伊辛机工作的基本特征）和矩阵-向量乘法的精度。在106 GBaud下，单波长通道的计算吞吐量达到212 GOPS。随后，他们利用该系统成功求解了多个NP-hard基准问题。对于已知精确解的二维方格晶格问题，系统成功求解了多达41,209个自旋（203×203晶格）的构型，能量接近基态的97.2%。针对经典的Gset图最大割问题（G22图和G81图），其求解质量（分别为最佳已知值的99.48%和96.34%）超过了此前所有报道的光子伊辛机。更引人注目的是，该系统首次在光子平台上成功求解了复杂的数划分问题和二维疏水-亲水晶格蛋白质折叠问题，在256个数划分上达到100%成功率，并对30个氨基酸的蛋白质序列实现了99%的基态能量逼近。
系统优势与可扩展性分析
与需要低温运行、拓扑连接受限的量子退火器（如D-Wave）相比，该光伊辛机在室温下工作，且对于全连接问题，其物理资源需求仅随问题规模线性增长，而非二次方增长。系统展现出优异的稳定性，对环境温度、电压漂移等变化不敏感，无需主动稳定即可长期运行。集成其中的数字信号处理算法不仅补偿了硬件缺陷，还显著提升了收敛速度和解的质量。研究表明，通过采用流水线化的专用集成电路和超多路复用技术，未来该系统可并行扩展至支持超过1000万个自旋，计算吞吐量有望达到拍次/秒级别，能效比有望超越当前顶级GPU。
图5 数字分割问题。
核心创新点
这项工作的革命性在于，它没有在传统光子计算或电子计算的框架内“螺蛳壳里做道场”，而是大胆地将现代光纤通信中已臻成熟的超高速电光调制、数字信号处理和可控噪声管理技术，巧妙地“嫁接”到了组合优化计算这个完全不同的领域，从而“无中生有”地创造出一台前所未有的计算机器。研究团队看准了薄膜铌酸锂调制器的高带宽、低半波电压特性，将其非线性响应直接作为伊辛自旋的“判决器”，又将高速DSP这个通常用来对抗通信损伤的“纠错工具”，反过来用作引导计算收敛的“智能导航”。最妙的是，他们发现并利用了高符号率下必然存在的“噪声”，不是去费力消除它，而是将其驯化为帮助系统跳出局部最优的“助推剂”。这种“化害为利”的思路，使得这台机器在求解像蛋白质折叠这样能量地形极度复杂的“玻璃态”问题时，展现出了媲美甚至超越专用量子硬件的实力。它不仅仅是一个实验室里的原理验证，更是一套清晰展示了如何利用现有光通信产业链技术，快速构建大规模、可编程、室温运行专用优化计算机的完整技术方案，为应对从药物设计到物流调度的海量现实世界优化难题，打开了一扇全新的大门。
原文链接：Al-Kayed, N., St-Arnault, C., Morison, H. et al. Programmable 200 GOPS Hopfield-inspired photonic Ising machine. Nature 648, 576–584 (2025). https://doi.org/10.1038/s41586-025-09838-7
