微軟研究院最近開發出一款原型計算機，這款計算機不再依賴電子在矽材料中快速運行，而是利用光束進行運算。這款名為類比光學計算機（Analog Optical Computer, AOC）的設備，旨在解決複雜的優化問題，並有潛力在未來以比現有處理器更快和更高效的速度處理人工智慧工作負載。與傳統的數位計算機以二進制進行信息處理不同，AOC 透過物理系統來進行計算，這樣可以避免傳統晶片中出現的瓶頸，使系統在特定任務上能夠實現高達 100 倍的速度和能效提升。
這款原型計算機的設計採用了市面上可獲得的零件，包括微型 LED 燈、光學鏡頭及智能手機相機的傳感器，這樣不僅降低了成本，也為未來的大規模生產打下了基礎。研究團隊還開發了一個名為“數位雙胞胎”的軟體版本，該版本能模擬硬體的運作，這使得研究人員能夠對系統進行大規模測試，探索優化或人工智慧問題如何映射到硬體上，並與外部合作夥伴分享結果。微軟研究院劍橋分院的項目負責人 Francesca Parmigiani 表示，為了實現夢想中的成功，需要其他研究人員進行實驗，並思考這種硬體如何使用。
在首次的應用示範中，微軟與巴克萊銀行合作，測試 AOC 如何優化交付對支付的證券交易，這是一個由清算所用來結算銀行之間交易的過程。這一實驗設置處理了多達 1,800 方之間的數千筆交易，雖然這只是現實清算所規模的一小部分，但足以顯示未來版本的硬體如何能夠帶來實質的改變。微軟研究院未來 AI 基礎設施的研究主任 Hitesh Ballani 指出，這是一個絕對龐大的問題，對現實金融市場影響深遠。
在醫療領域，AOC 的數位雙胞胎也顯示出其潛力。研究人員利用這一技術重建 MRI 掃描，結果顯示出令人鼓舞的準確性。當前，進行一次典型的掃描需要約 30 分鐘，而光學系統理論上可以將時間縮短至僅 5 分鐘。雖然目前尚未準備好用於臨床，但這一實驗暗示了該技術未來如何減少等待時間並改善診斷的可及性。微軟健康未來的高級總監 Michael Hansen 指出，數位雙胞胎在展示大規模 MRI 重建的可行性方面至關重要。
劍橋團隊還看到了運行人工智慧工作負載的潛力。當前的大型語言模型需要巨量的能源來處理數十億個參數，而光學方法能夠更有效地處理像“狀態追蹤”這樣的推理任務。微軟研究員 Jannes Gladrow 表示，AOC 帶來的最重要的方面是預計能在能源效率上實現約 100 倍的提升。雖然目前原型僅能管理 256 個參數，但研究人員相信，隨著微型 LED 元件的小型化，這一數字有望擴展到數百萬甚至數十億。對於 Ballani 來說，長期的願景非常清晰：希望這將成為計算未來的重要組成部分，微軟及行業將持續推動社會的計算轉型，並以可持續的方式發展。該研究的結果已發表在《自然》雜誌上。
