上海交大金贤敏团队提出了一种非冯诺依曼体系下的新型光子计算架构，展示了在求解具有NP-Complete计算复杂度的子集和问题（Subset Sum Problem）上超越经典电子计算机的潜力。该研究成果以“A Scalable Photonic Computer Solving the Subset Sum Problem”为题发表在国际权威学术期刊《Science》子刊《Science Advances》上。这是一种结合了集成芯片、光子概念和非冯诺依曼计算架构的光子计算机，可以实现NP-Complete难解问题的高速直接运算，而且物理尺度具有可扩展性。该项研究提供了“量子霸权”之外超越经典电子计算机算力的新思路，光子计算机未来可期。
提到计算机，大多数人最先想到的可能是遍布在日常生活和生产中的电子计算机。回溯电子计算机的发展历程，自从集成电路被发明以来，它的性能基本按照摩尔定律预测的趋势日益剧增。不断提升的集成度赋予了电子计算机越来越强大的计算能力，使人们可以更高效地处理问题。但近些年来，不断有研究指出，摩尔定律将在不远的将来不再适用，电子计算机的进一步发展将受到物理原理上的根本限制。这主要归因于随着高度集成化而来的“散热问题”和“量子隧穿效应”。
面对电子计算机的发展瓶颈，寻求潜在的新型计算方式是进一步推进人类计算能力上限的重要手段，量子计算、DNA计算，光计算等不断被提出。2019年底, 谷歌演示了53量子比特的量子计算机，通过求解随机量子电路采样这样一个特定问题宣示了“量子霸权”或者称量子优越性，率先揭示了非冯诺依曼计算架构的优势。金贤敏研究团队提出并演示了另一种可选择的方案，不依赖脆弱的量子特性，而是主要借助单光子级可测等优势，同样展示出了在特定计算问题上打败经典计算机的潜力，有望成为这场与经典计算机算力竞赛的有力竞争者。
研究团队在光子计算机上求解的特定问题称为子集和问题（SSP），从计算复杂度来看，属于NP-Complete问题，即NP问题中最难解的一种（NP问题是经典计算机无法高效求解的一大类问题）。具体来说，随着问题尺度的增加，相应的解空间将呈指数趋势增长。对于串行运算的经典电子计算机而言，计算时间也将指数增长。在经典计算机上难解的这一特点使得求解SSP可作为衡量新型计算架构的计算能力的重要标准。与此同时，SSP和资源优化配置问题紧密相关，求解SSP具有重要的实际意义，可被应用于通信带宽的分配，工厂生产线安排等实际场景中。
金贤敏研究团队成功地将SSP映射到由三种基本结构组成的三维集成光波导网络中，并借助飞秒激光直写技术刻写在光子芯片内部。当光子被注入光波导网络时，计算过程由此被激活。光子作为计算载体，类似于经典计算机中的电信号，在光波导网络中演化，并行搜索所有可能的演化路径来寻找解。不同的演化路径对应不同的元素组合，即子集。同时，光子的空间运动行为（水平或竖直）代表着元素是否被计入求和。所有路径对应的演化结果在光波导网络的输出端被同时读取，根据演化结果便可直接给出问题的解。
研究人员发现，得益于光子计算机的并行运算方式，集成光波导网络的紧凑性，以及光与生俱来的优势，包括超高的传播速度，强抗干扰能力，超低的可被探测能量（即单个光子的能量，~10-19焦耳）等，SSP的求解得以被加速。对于由前N个质数组成的集合而言，光子计算机求解SSP问题所消耗的时间远低于经典电子计算机，并且这种领先优势随着问题尺度N的增加而愈加明显。光的优势在所提出的光子计算架构中得以充分发挥，并成功被应用于实现复杂问题的加速计算。与执行傅里叶变换等特定任务的光计算机不同，光子计算机的集成芯片体系有利于SSP的大规模映射实现，而对于问题尺寸增加带来的输出信号分散变弱问题，也因为单光子级可测的光子概念而有效解决，最终保证了光子计算机物理尺度具有可扩展性。
量子计算、DNA计算、光计算、光子计算……，在新型计算方式百花齐放的今天，难以定论谁将是最终赢家，或各自在相关特定问题求解上各显神通。无论如何，光子计算依据其独有的特点和优势，都有望在扩展人类计算能力上扮演重要角色。如同对特定问题SSP的加速求解，在更多经典电子计算机难以应对的场景中，光子计算优势仍等待开发。未来，研究团队希望充分发掘光子计算机的可扩展性，通过构建更大规模光子芯片和测量系统，向更大问题尺寸和算力迈进。超越算力提升本身，研究团队也畅想一种混合计算机（Hybrid computer），通过集成光子计算加速模块和经典电子计算机，实现可实用化的解决方案。