光计算芯片的原理，可简单理解为：不再依赖电子在电晶体中流动进行运算，而是让光在芯片内传播，并透过控制光场的变化来完成计算任务。

由于光本身具备高速传播与可并行处理的特性，长期以来被视为突破算力与能耗瓶颈的关键方向。然而，要将光计算实际应用于生成式人工智能，仍面临显著挑战。生成模型通常规模庞大，且需在不同维度间进行复杂转换。若芯片规模有限，则须频繁进行光信号与电信号之间的转换，或重复使用相同元件，导致速度优势因延迟问题而被抵销，亦难以充分体现低能耗的效益。因此，实现“全光计算”成为兼具重要性与困难度的目标。

端到端全光计算成可能

目前，全光计算芯片仍主要应用于小规模任务。在处理复杂运算时，频繁的光电转换与元件重复使用，将严重削弱光计算的速度优势。因此，如何让下一代光计算芯片能高效执行复杂的生成式模型，已成为全球智能计算领域公认的重大难题。

名为“LightGen”的技术之所以能实现性能跃升，关键在于单一芯片上同步突破三项核心瓶颈：首先，达成“单芯片上百万级光学神经元集成”；其次，实现“全光维度转换”；第三，开发出“不依赖预设真值的光学生成模型训练算法”。这些突破使得面向大规模生成式任务的“端到端全光计算”成为可能。