基于 M/G/1 排队模型的三进制光学计算机性能与能耗优化

为什么更聪明的光学计算机很重要

现代社会在天气预报到人工智能等各个领域都依赖大规模计算。但随着传统耗电的电子芯片在速度和功耗上逐渐逼近极限，研究人员正在探索用光而非仅用电子的新型计算机。本文研究了一种有前景的光驱动架构——三进制光学计算机，并提出一个实用问题：如何在保持用户可接受响应速度的同时，大幅降低其能耗？

一种新型的光学计算装置

三进制光学计算机（TOC）不是以传统的0和1处理信息，而是采用三种基于光的状态。该设计使其能够并行处理非常宽的数据信号并为不同任务重构硬件，适合图分析、信号处理和优化等高负载任务。过去二十年间，研究者已在 TOC 平台上构建原型并演示了高速算术运算、矩阵操作和复杂算法。然而，与任何高性能系统一样，持续保持强大光学处理单元运行会在原始速度与能耗之间产生矛盾。

将工作划分为三个简单阶段

作者提出将 TOC 视为一个三段服务流水线来理解与改进它。在第一阶段，前端模块接收到来的计算请求并将它们排队；第二阶段将数据重整为光学硬件所需的三进制格式；只有在第三阶段，光学处理器才进行实际的计算。通过这种分离，团队可以使用排队论的数学工具来估算等待的任务数量、任务在系统中停留的时间以及处理器实际忙碌的频率。

让处理器“休假”

关键思路是在工作很少或没有工作时避免让光学处理器始终处于完全就绪状态。作者引入了运筹学中常研究的两种控制策略。首先，“N-策略”规定处理器仅在队列中累积至少 N 个任务时才唤醒，以避免为每个微小请求频繁开关机。其次，“多次休假”机制允许处理器在队列为空时进入低功耗状态，并在连续的“休假”期间保持睡眠，直到有足够的新任务到来才唤醒。两者结合形成一种自动平衡：流量越大，处理器工作时间越多；在空闲期，它主要处于休眠。

衡量等待时间与能耗成本

为评估该策略是否值得，作者建立了两个任何用户或运营者都关心的量的公式：任务在系统中停留的时间，以及处理器的平均能耗。他们推导出第三阶段平均队列长度的精确表达式，并为前两阶段给出较简单的近似。利用队列长度与等待时间之间的标准关系，得到请求在 TOC 内的典型停留时间。随后，借助称为更新报酬定理的数学工具，作者定义了一个表示在重复的繁忙、空闲与休假周期中能耗的代价函数。通过对不同阈值 N 和不同“休假”长度模式进行数值试验，他们识别出在将等待时间控制在可接受范围内同时最小化能耗相关代价的运行点。

研究结果的实际意义

结果表明，精心选择光学处理器的唤醒与休眠策略可以将其与能耗相关的代价相比连续就绪设置降低超过四分之一，同时仍将用户等待时间保持在良好范围内。简单来说，TOC 类似于一种节能智能设备，根据排队任务数量决定何时进入睡眠模式、何时迅速响应。尽管分析假设只有一个处理器并使用理想化的流量模型，但相同框架可扩展至多核和更复杂的系统。因此，这项工作既提供了概念验证，也为未来既要快速又要节能的光学计算机设计提供了指导手册。

引用: Wenqiang, S., Weiwen, L., Heqiang, Z. et al. Performance and energy consumption optimization of ternary optical computers based on the M/G/1 queuing model. Sci Rep 16, 12271 (2026). https://doi.org/10.1038/s41598-026-42496-x

关键词: 三进制光学计算机, 节能计算, 排队模型, 性能优化, 感知功耗的处理器