光计算芯片，入选2024年度中国科学十大进展！

本文由半导体产业纵横（ID：ICVIEWS）综合

此项研究成果标志着光计算系统在大规模神经网络的高效精准训练方面迈出了重要一步。

今日，在2025中关村论坛年会上，2024 年度中国科学十大进展正式公布。同济大学郑庆华院士对《实现大规模光计算芯片的智能推理与训练》这项研究做了解读。

当前，以大模型为代表的新一代人工智能技术如火如荼，然而其对于算力需求的增长速度远超过去60多年，因此行业亟需探索新的智能计算范式。

智能光计算是以光子作为计算范式，具有速度快、功耗低等显著特点，成为新一代人工智能技术研究前沿。

针对人工智能推理与训练面临的算力、能效双重桎梏，清华大学方璐、戴琼海提出了广度光计算架构，建立了光子干涉-衍射联合传播模型，研制了大规模通用智能“太极”光计算芯片，系统级能效为每焦耳160万亿次运算;提出了全前向智能光训练方法，创建了光子传播对称性模型，摆脱了对离线电训练的依赖，赋能高效精准的原位光训练。

该团队研制的“太极”光芯片实现了大规模光子神经网络的推理与训练，相较国际先进芯片能效提升2个数量级、训练效率提升1个数量级，有望为人工智能大模型、通用人工智能和智能无人系统等注入算力发展的“光子”动力，为后摩尔时代高速高能效智能计算探索了新路径。

该研究成果已于2024年在线发表于国际学术期刊《自然》(Nature)。审稿人对“太极-Ⅱ”光芯片的研究成果给予了高度评价，认为“本文中提出的想法非常新颖，此类光学神经网络(ONN)的训练过程是前所未有的。所提出的方法不仅有效，而且容易实现。因此，它有望成为训练光学神经网络和其他光学计算系统的广泛采用的工具。”

此前报道显示，当前，研究团队正积极推进智能光芯片的产业化进程，在多种端侧智能系统上进行应用部署，为人工智能大模型、通用人工智能、复杂智能系统的高速高能效计算开辟了新路径。

可以预见，智能光计算平台将以更低的资源消耗和更小的边际成本，为未来AI的发展注入新的活力。

在原理样片的基础上，研究团队正积极推进智能光芯片产业化，在多种端侧智能系统上进行了应用部署。预计智能光计算平台将以更低的资源消耗和更小的边际成本，为人工智能大模型、通用人工智能、复杂智能系统的高速高能效计算开辟新路径。

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。