光子复用：一个脉冲穿过 D 个调制点，完成 D 次乘法。热不是负担，是计算机制。 VCSEL 光同时承载信号与驱动热筛 | DiSubPc·C70 量子相干拍频 @242°C | 三叠垂直堆叠 25/25 仿真自洽 ✅ | ρ ≥ 0.995 | 全物理场仿真闭环
┌─────────────────────────────┐
│ 上层: CMOS 探测器阵列 │ 4×D² Ge-on-Si 光电二极管 (差分)
├─────────────────────────────┤
│ 中层: 光热相位筛选层 │ DiSubPc·C70 共晶薄膜
│ VCSEL 照射 → 量子相干拍频 │ 单重态↔三重态相干振荡
│ → 242°C/30s → 超快 Δn 调制 │ 省掉独立加热器, 光直接驱动
├─────────────────────────────┤
│ 下层: VCSEL 阵列 │ D 个独立激光器 (Q 编码)
│ 光学交叉杆: 每行扇出到 D 列 │ D×K 调制器交叉点 = D² 个点积
└─────────────────────────────┘
光热材料参考: Zhang, You et al., "Quantum coherent beating in polar disubphthalocyanine-fullerene cocrystals for ultrafast photothermal conversion", Nature Photonics (2026), DOI: 10.1038/s41566-026-01912-4.
路线A验证 (DiSubPc·C70 光热层): 10μm 薄膜, 222K 温升 → 1.6π 相位调制 ✅ | 权重更新 0.033Hz (慢), 推理 10GHz (快, 解耦) | 适合权重静态推理
两条路线说明:
- 路线A (主方案): 自由空间 VCSEL → DiSubPc·C70 光热筛选 → CMOS 探测器。优势: attojoule 级能效, 省掉加热器, 可堆叠。当前主力验证路线。
- 路线B (备选/存档): SOI 硅光子 MZI 波导网格 → WDM → 探测器。传统集成光子路线, 工艺成熟但能效不及路线A。代码存档于
mzi_alternative/, 已通过流片前验证。
| 仿真项 | 指标 | 状态 |
|---|---|---|
| 双极 D=64 点积 | ρ=0.9972 | ✅ |
| 双极 D=128 点积 | ρ=0.9971 | ✅ |
| 完整 Attention (softmax+V) | ρ=0.9954 (D=64, 4头) | ✅ |
| 完整 Attention | ρ=0.9974 (D=128, 8头) | ✅ |
| 长尾嵌入 | ρ=0.9998 | ✅ |
| A+C 偏置确认为最优 | φ=π/2, δ=π/2 | ✅ |
| 9类非理想性扫描 | 全部通过 | ✅ |
| 物理场全系统 MC | ρ=0.9954 | ✅ |
| 热场仿真 | NN耦合 0% @30μm | ✅ |
| EO 调制器带宽 | 112.5 GHz | ✅ |
| 文件 | 说明 |
|---|---|
v9_transformer_processor.py |
完整光子 Transformer 处理器 (物理噪声+Attention+功耗+时序) |
v8_photonic_dot_product.py |
点积验证 (DAC/校准/饱和/空间相关) |
physics_field_sim.py |
物理场仿真套件 (热场+EO+漂移+探测器+链路+联合MC) |
algorithm_nondieality_sweep.py |
9类算法非理想性扫描 |
operating_point_analysis.py |
工作点优化 (190/625配置 ρ≥0.99) |
throughput_analysis.py |
吞吐量+能耗模型 |
transformer_processor.py |
光子-电子混合系统模型 |
photonic_aware_training.py |
光子原生训练分析 |
AUDIT_AND_FIXES.md |
25项审计+修复记录 |
DEEPSEEK_HANDOFF.md |
DeepSeek 交接文档 |
mzi_alternative/ |
MZI 波导网格备选方案 (存档) |
conda activate meep_env
python v9_transformer_processor.py # 完整 Transformer 验证
python physics_field_sim.py # 物理场全仿真
python algorithm_nondieality_sweep.py # 非理想性扫描| D | 纯光学能效 vs H100 | 含探测器+ADC | 系统功耗 |
|---|---|---|---|
| 64 | 57,917× | 449× | 19W |
| 128 | 231,670× | 901× | 70W |
| 256 | 926,679× | 1,806× | 272W |
| 512 | 3,706,716× | 3,616× | 534W |
| 1024 | 14,826,865× | 7,236× | 700W |
| 2048 | 59,307,459× | 9,651× | 875W |
纯光学 attojoule 能效是 Maxwell 方程的直接推论——一个光子脉冲穿过 D 个调制器，一次做完 D 次乘法，能量花在一个脉冲上，活干了 D 份。电子每个 MAC 消耗新电荷，光子复用同一个光子。
但有两个重要的现实约束：第一，含探测器、ADC 和冷却的系统能效远低于纯光学（D=2048 时约 9,651× vs. 纯光学的 59M×）；第二，在自回归 Transformer 推理中，注意力仅占层内约 3% 的浮点运算，全系统端到端加速受 Amdahl 定律限制约为 1×。价值主要体现在注意力运算的能耗降低，而非端到端吞吐提升。
本工作与现有工作在物理层、架构层、系统层三个层面均有本质区别。最需要警惕混淆的是西电 PTC (同目标, 2025 年先发) 和上海理工 Gezhi OGPU (架构外形相似)。
| 西电 PTC | 本工作 | |
|---|---|---|
| 论文 | PhotoniX 6, 45 (2025) | Zenodo |
| 目标 | 光子 Transformer 注意力 | 光子 Transformer 注意力 |
| 平台 | 硅光子波导 (MZI 阵列) | 自由空间垂直堆叠 |
| 计算原语 | MZI 干涉 | 光学交叉杆 + CMOS 探测器 |
| 非线性来源 | Kramers-Kronig 幅相耦合 | Softmax 电子后处理 |
| 调制方式 | 热光移相器 (外接电加热) | 光热筛选 (光自己加热) |
| 集成 | 平面波导, 片上 | 三叠垂直: VCSEL→光热膜→CMOS |
| 可编程性 | 运行时动态可编程 | 权重静态推理 (0.033Hz 更新) |
| 实测精度 | MNIST 94% (ViT) | ρ=0.9954 (D=64, 4头 Attention) |
| 能效 (投影) | ~500 TOPS/W | 59M× vs H100 (纯光学) |
本质区别: 西电是波导干涉路线，我们是自由空间光热筛选路线。两条完全不同的物理路径。
| Gezhi OGPU | 本工作 | |
|---|---|---|
| 论文 | eLight 5, 29 (2025) | Zenodo |
| 光源 | 8×8 VCSEL 阵列 | D 个 VCSEL |
| 相干性 | 互相非相干 (MI) | VCSEL 天然非相干 |
| 架构 | VCSEL→衍射层→CMOS 垂直堆叠 | VCSEL→光热筛选层→CMOS |
| 中间层 | 被动衍射层 (权重固定) | 主动光热调制 (可编程) |
| 应用 | 图像分类/边缘检测 | Transformer 注意力 |
| 距离 | 7mm 自由空间, 无透镜 | 类似垂直紧凑 |
| 推理速度 | 25M 帧/秒 | 10 GHz 时钟 |
| 能效 | 950 TOPS/W | 59M× vs H100 (纯光学) |
本质区别: Gezhi 的中间层是被动的（衍射, 权重写入后不可改），我们的是主动的（光热调制, 权重可重编程）。Gezhi 面向视觉预处理，不涉及 Transformer 注意力。
| 工作 | 年份 | 路线 | 与本工作的区别 |
|---|---|---|---|
| FAST-ONN (Christen et al.) | 2025 | VCSEL+SLM+扇出+探测器 | 用 SLM 而非光热薄膜; 不做 Transformer |
| Lightening-Transformer (Zhu et al., HPCA) | 2024 | 硅光子 MZI 张量核 | 波导路线; 非自由空间; 非光热调制 |
| ASTRA (DATE/TCAD) | 2024-25 | 硅光子随机计算 | 随机计算范式; 完全不同物理路径 |
| OPT (Optics Comm.) | 2024 | SLM+微透镜阵列 | 自由空间但用 SLM; 面向散射成像 |
| PGKET (arXiv) | 2025 | 高斯核干涉 | 波导干涉仪; 非自由空间 |
| D²NN (Ozcan/Engheta, Nat. Comm.) | 2024 | 被动衍射表面级联 | 被动固定权重; 非可编程; 非 Transformer |
本工作提出以下技术贡献：
-
首次将 DiSubPc·C70 有机共晶用于光学计算。该材料 2026 年才发表于 Nature Photonics，原论文仅涉及光热转换应用。我是第一个提出利用其量子相干拍频窗口做光学 MAC 运算的。
-
光自驱动调制，省掉独立加热器。VCSEL 光同时承载信号和驱动相变。西电 PTC 用电热移相器，Gezhi 用被动衍射，SLM 方案用电控液晶。
-
三叠 VCSEL→光热膜→CMOS 垂直堆叠。Gezhi 的 VCSEL→衍射层→CMOS 外形相似但中间层是被动的。
-
单光子穿 D 个调制器 = D 次乘法。把扇出能量优势公式化。
-
光学交叉杆自由空间 D² 点积。传统光学交叉杆是波导的，自由空间版本在文献中极少。
本工作与 2024-25 年光子计算三大趋势方向一致：互相非相干范式、自由空间替代波导、垂直 3D 堆叠。详细信息及先例分析见 thermal-optical-validation 中的 PRIOR_ART.md。
- Zenodo: 10.5281/zenodo.20690521 (2026-06-14)
- 论文源码:
arxiv-paper/main.tex(Zenodo 存证, 未提交 arXiv)
@misc{wayne2026photonic,
author = {Wayne},
title = {A Photonic Transformer Processor: Thermal-Optical Screening with Direct CMOS Detection},
year = {2026},
doi = {10.5281/zenodo.20690521},
publisher = {Zenodo},
url = {https://doi.org/10.5281/zenodo.20690521},
note = {Independent research. Source code: https://github.com/administere/photonic-transformer}
}优先权说明: Zenodo 存证 2026-06-14。本工作与西电 PTC (PhotoniX, 2025.10) 独立发明, 物理路径完全不同 (自由空间光热筛选 vs 波导 MZI 干涉)。DiSubPc·C70 光热材料用于光学计算为首次提出。
以下是我对这个项目最诚实的自我审查。这些不是用来装饰的"局限性"段落——每一条都是真实的风险。
-
仿真 ≠ 验证。25/25 项全部是 Python 数值仿真。没有流片，没有光学实验，没有任何硬件数据。上面表格里的 ρ 值是一组物理模型在计算机上的数值解，不是测量值。这就是为什么我把"验证通过"改成了"仿真自洽"——在你的仿真框架内自洽，和在物理世界里成立，是两件完全不同的事。
-
不是通用处理器，也不会是。权重更新约 30 秒一次，这是热弛豫时间常数决定的，不是代码优化能解决的。0.033Hz 的更新速率不是 bug，是这个架构的定义特征。它只适合权重长期不变的推理场景。训练、LoRA 微调、多租户切换——都不支持。
-
Amdahl 定律是真实约束。自回归 Transformer 推理中，注意力只占层内约 3% 的浮点运算。全系统端到端加速约 1×。长上下文场景（注意力占比更高）可能更合适，但没验证过。价值在注意力能耗降低，不在吞吐提升。
-
能效数字需要审慎解读。"59M× vs H100"是纯光学理论值，不含探测器、ADC、VCSEL 驱动电路、PCB 走线损耗、冷却泵功耗、光路耦合损耗。含探测器+ADC 后降到约 9,651×。而且 H100 做的是通用 GEMM，这里只能做特定维度的点积——不是同一个任务，直接比较有误导性。
-
DiSubPc·C70 是最大的单点风险。整个架构的核心物理机制押注在一篇 2026 年刚发表的 Nature Photonics 论文上。该材料用于光学计算没有任何先例。在 242°C 反复热循环下有机共晶薄膜的长期稳定性完全没有数据。大面积均匀制备的可行性未知。如果材料端出了问题，整个架构不成立。
-
Softmax 往返开销没有细算。光学点积结果→ADC→Softmax（电子）→DAC→再进光学路径，这个光电-电光往返的延迟、功耗和精度损失在吞吐量分析里处理得很粗略。如果往返开销太大，光学部分的 attojoule 优势可能被吞掉。
-
AI 协作验证的可信度需要警惕。DEEPSEEK_HANDOFF.md 暗示这个项目在多个 AI 系统间传递过。如果仿真框架本身由 AI 协助构建，然后又用同一框架做"验证"，存在系统性偏差被掩盖的风险。独立的工程审查（thermal-optical-validation）是部分缓解，但不能替代真实的外部审查。
-
下一阶段不是流片，是实验。先搭一个台式光学实验：VCSEL + DiSubPc·C70 薄膜 + APD，验证光热调制本身的 ρ 数据。这比任何仿真都有说服力，也比直接流片靠谱得多。找一个有薄膜制备和光学测试能力的合作者，是目前最有价值的一步。
AI 辅助分析 · 独立研究。