上海交大 LightGen 全光芯片—光速算力来了！

自从AI大模型问世，人们对芯片的算力需求就在快速升级。先是用它解答问题，接着就用它撰写文章，然后又用它生成图片，现在一键做出视频短剧。对AI芯片算力的需求形成了几何级数的提升。

正如从骑自行车、坐公交转为开车上班导致城市交通拥堵，城市道路无法无限拓宽，芯片算力提升同样面临物理极限。

在电子计算芯片算力提升快到“天花板”的今天，人们就想到，能不能用宇宙间速度最快的光来制造光子计算芯片？

光在芯片中的速度接近真空中每秒30万公里的光速，是电子在芯片中速度的十倍以上。

而且，电子在芯片中，就像汽车穿越拥挤的早高峰道路，会受到原子核和其他电子的阻碍，这就是电阻，导致速度大幅降低。随着芯片尺寸的不断微缩，电阻和发热问题愈发严重，成为限制电子芯片算力提升的主要瓶颈。

但是，光子的超高速度源于其物理本质。在芯片内部，光子通过特殊设计的光波导传输，就像飞行汽车避开拥挤的道路在空中飞行。而且，不同颜色的光，就是不同波长的光波，可以并行传播，互不干扰。就像飞行汽车各取不同高度，就能互不阻碍一样。

光子计算芯片天然就比电子计算芯片具有巨大的优势，但为什么世界上的科学家们一直未能造出光芯片呢？这是因为光子计算芯片存在几个难以逾越的根本性挑战。

12月19日，上海交大陈一彤课题组在国际顶级学术期刊《科学》上发表论文，首次实现了大规模语义视觉生成模型的全光计算芯片LightGen，在光计算芯片上取得重大突破。

上海交大的这个LightGen芯片，解决了光计算芯片上的三大难题：

第一个难题是，大脑中的神经元数量不够。

人类的大脑中有约860亿个神经元细胞，所以能够根据接收的信息，进行创造性思维。同样道理，AI芯片里，需要数百万个神经元，才能进行智能创造，可是现有的光子计算芯片通常仅能集成数千甚至数十个神经元，远远不能满足需要。

上海交大陈一彤团队采用高度集成的超表面结构和三维封装技术，在一块只有指甲盖大小的芯片上，集成了超过210万个光子神经元。每个神经元可独立处理光信号，再用网络技术把他们协调起来，支撑千亿参数模型的并行计算。这么大的集成规模，不仅能轻松处理512×512分辨率的高清图像，还能支撑3D生成、高清视频制作这些对算力要求极高的任务。

第二个难题是，老虎吃天无处下嘴。

生成模型需要有明确合适的维度，比如生成一张3840× 2160分辨率的4K图片，要有8,294,400万个像素点。电子信号有明确的维度，比如生成这张4K图片，每个像素点用由红、绿、蓝三种颜色的数值决定，总维度 = 8,294,400 × 3 = 24,883,200 个维度。但光子信号没有明确的维度，它是连续的、无限可分的，也就是无限维的，因此在全光系统里很难划分和处理维度，就像老虎吃天无处下嘴。

为解决上述问题，上海交大陈一彤团队研发了 LightGen芯片，它由光子编码器、光学潜空间和光子生成器组成，形成“编码—潜空间—生成”的一站式光芯片处理流程。

光子编码器是系统的前端智能感知器，它由一系列集成衍射超表面构成，就是一片布满精密纳米图案的超薄膜，当光穿过它时，片上无数的纳米结构会同时工作，对光进行精密的调制和计算，从中提取基本特征，相当于对光进行了一次初步“过滤”，然后进入光学潜空间。

光学潜空间是系统的核心智能处理器，由一个10×10的单模光纤阵列组成。它像一个极其挑剔的通道，只允许光以一种最基本的模式通过，其他杂七杂八的模式都被过滤掉了，这样就对光进行了更进一步的特征采样，把无限多的维度，转换成为可控的有限维度。光纤阵列中每一个单模光纤对应一个光斑，就形成100个维度的形态标准、数学描述清晰的“高斯光斑”阵列，成为了构建“光学潜空间”、实现高维信息编码与传输的理想基本单元。

光子生成器是系统的智能后端生成器，就像一个“AI画师”。它事先经过特殊的算法训练，能把从光学潜空间传来的光信号阵列，通过多层衍射的智能调制，瞬间创作出一幅高清图像。

第三个难题是，不教不会干活。

不管是电子芯片还是光芯片，要完成智能任务，都得先“学习训练”。比如要让它识别猫，就得先给它看成千上万张贴着“这是猫”标签的图片，也就是所谓的“依赖性训练”，这也让光芯片很难落地应用。

上海交大陈一彤团队研发了一种“自主学习算法”，相当于让芯片学会了“举一反三”。它不用人工贴标签，能自己从海量数据中总结规律、提取特征，就像优秀的员工能自己观察总结工作方法，遇到新任务也能独立完成。这种算法让光芯片第一次具备了自主学习语义特征的能力，大大降低了训练成本，也让它能应对更复杂的生成任务。

经过一系列的创新，LightGen在速度、能效、计算密度上的表现，远远超过了当今世界顶尖的AI电子芯片英伟达A100：

在速度方面，每秒能完成3.57亿亿次运算，比英伟达A100快两个数量级；

在能效方面：每瓦功耗能完成664万亿次运算，是英伟达A100的100倍以上；

在计算密度方面：指甲盖大小的芯片能塞下262万亿次算力，体积效率碾压传统电子芯片的架构。

LightGen全光计算芯片的研发成功，为我国在AI智能算力方面超越美国，提供了“换道超车”的条件。