当光开始“找优解”：大规模空间光子伊辛机初探 | 专题亮点

1920 年，物理学家恩斯特・伊辛提出了描述磁铁磁性的“伊辛模型”：一块磁铁里的无数原子像小磁针，每个只能指向“上”或“下”（自旋状态为+ 1或- 1），它们之间的吸引力或排斥力共同决定了磁铁的整体磁性。这个看似简单的模型，却藏着破解复杂问题的密码。计算机领域的科学家发现，部分组合优化问题的最优化结果等效为伊辛模型的“能量基态”。因此，通过搜索系统能量基态，即哈密顿量最低所对应的自旋状态，可以找到问题的最优解。

为了实现这一目标，基于伊辛模型设计的专用计算机——“伊辛机”应运而生。伊辛机的主要功能是高效求解诸如最大割问题、旅行商问题等经典组合优化问题，应用领域涵盖生物技术、人工智能、材料科学等。伊辛机的实现路径从操控基本单元来定义，包括量子、光子和电子伊辛机，其主要设计思路是通过操控基本单元强度、相位、量子态等物理量，从物理或数学上模拟等效的伊辛模型。

其中空间光子伊辛机具备基于空分复用的大规模实现能力、直观且简单的全连接伊辛映射机制、可编程的组合优化方法，是伊辛机部署的重要技术路径。从大规模、全连接及优化过程可控性等角度来看，空间光子伊辛机有望成为光计算跨越式发展的重要技术路径，已经成为学术界伊辛机部署和验证的热点。

2.1工作原理

空间光子伊辛机的基本原理如图1所示，激光经过扩束后平行入射至空间光调制器的调制区域内，以像素点或者像素点组合作为基本调制单元对每个调制单元内的光矢量进行统一的相位或幅值调制。空间光场矢量将通过透镜完成空间傅里叶变换，在透镜的后焦平面处通过CCD进行强度采集，所测光强恰好对应伊辛模型的能量——光强越强，哈密顿量越低，越接近最优解。

这种映射机制带来了三大优势：（1）大规模：当前空间光调制器的像素能轻松支撑数万甚至数十万自旋，远超电子伊辛机；（2）全连接：任何两个“光像素”都能通过傅里叶变换产生相互作用，实现多种复杂全连接问题的映射；（3）可编程：通过调整光的相位和强度，灵活切换求解的问题以及优化过程。

图1 空间光子伊辛机实验装置

2.2 面临挑战及解决策略

空间光子伊辛机问题映射存在以下三个限制：（1）幅值调制不能为负值；（2）相互作用矩阵表达为向量与向量转置相乘构成，因此构建的相互作用矩阵的秩为1，此类矩阵成为Mattis型矩阵；（3）强度调控和相位调控需要两套空间相位调制器件，需要较高的对准精度和稳定度。针对灵活映射问题，目前有以下解决方案——

正交空间映射法：与高速光通信中相干发射机设计方法类似，将空间调制区域分为两个部分，两个部分的强度调制存在π/2的相位差，通过空间傅里叶变换后，相互正交各项得以消除。通过调整两部分的强度，即可实现自旋间正负相互作用值的配置。此时，相互作用矩阵的秩也由一扩展至二。关于强度调制，通过欧拉公式可将一个归一化后的强度向量转化成两个对称的相位叠加。实验中，将每个正交的调制区域进一步分为以SLM中心轴对称的两个部分，分别叠加相反的两个相位实现强度调制。结合以上方法，可以利用单个SLM来进行自旋状态和问题映射的配置、调控，提高了相互作用矩阵的配置灵活度。

规范变换法：伊辛模型的规范变换（Gauge Transformation）是一种数学操作，用于改变系统的表示而不改变其物理性质。在伊辛模型中，规范变换通过对自旋变量和相互作用关系的重新定义，来保持相互作用能量的形式不变。实验中，通过旋转光的相位，用一台空间光调制器实现对自旋变量和相互作用的编码，简化了系统，提高了稳定性和计算保真度。

特征值分解法：针对空间光子伊辛机构造过程中相互作用矩阵的秩限制问题，从数学形式上可以通过矩阵特征值分解来解决，并对各特征值矩阵计所得光强信息进行多次调制与叠加处理。实验中，基于时分复用或空分复用对分解后的秩一矩阵分别处理，再对探测到的光强进行光域或电域的叠加。如图2所示，以时分复用为例，空间光子伊辛机主要由特征分解、时分复用调制和反馈迭代3个模块组成。光信号的幅度调制和相位调制可以通过单个纯相位SLM实现，通过保持相同的自旋状态，对每次调制得到的强度值进行累加，从而得到目标伊辛模型在特定状态下的哈密顿量。

图2 时分复用通用空间光子伊辛机原理图

噪声平滑机制：噪声对于伊辛优化过程的具体作用机制和控制方法尚不明确，但是Spielman等提出的平滑分析理论为理解噪声对模拟计算算法的影响提供了一个工具，为优化算法在实际场景中的行为提供了理论框架。基于平滑分析理论，团队首创可控噪声注入技术，将干扰信号转化为搜索“助推器”。适量的噪声带来能量的微小抖动能让系统跳出局部最优解的“陷阱”，就像摇晃装沙子的瓶子，让沙子更均匀地填满底部。团队开发的可控噪声注入技术，通过精确调节高斯分布的方差参数，实现了噪声强度的智能调控。实验结果显示，注入最优噪声后，计算性能比传统算法提升73%。这一发现为优化算法开辟了全新思路。

光电协同“双脑驱动”：为解决噪声可能导致的输出不稳定问题，团队进一步提出了数模协同计算架构，噪声优化的光子伊辛机计算结果被输入到电子伊辛机中进行重新搜索，旨在解决光学计算中的稳定性问题。利用光子粗筛实现万节点快速预优化，再基于电子精调方差显著降低，大大提高了系统的稳定性。

图3 数模协同空间光子伊辛机原理图

空间光子伊辛机虽然具备诸多优势，但其空间架构依然存在一些缺点：目前自旋翻转速度仅为千赫兹（KHz）；相位调控不够稳定，影响计算精度；自旋规模和精度难以兼顾。针对这些挑战，突破路径可总结为以下四个方面——

（1）速度提升：用铌酸锂等新材料做调制器，让光的“反应速度”从千赫兹跃升到兆赫兹；

（2）集成化：把光学系统做在芯片上，缩短光的传播路径，让计算循环更快；

（3）更高精度：用单光子探测器捕捉光信号，把能量测量推向物理极限；

（4）拓展领域：从“二元自旋”（±1）拓展到多状态甚至连续状态，解决更复杂的问题。

未来，当这些技术突破落地时，空间光子伊辛机将真正走进产业核心场景：或许交通拥堵、芯片设计瓶颈、AI 训练难题，都将在光的“计算魔法”中迎刃而解。