清华大学团队研发智能光计算芯片“太极”

据“清华大学”微信公众号4月12日消息，清华大学电子工程系副教授方璐课题组、自动化系戴琼海院士课题组摒弃传统电子深度计算范式，另辟蹊径，首创分布式广度光计算架构，研制全球首款大规模干涉-衍射异构集成芯片太极(Taichi)，实现160 TOPS/W的通用智能计算。该研究成果发表在最新一期的国际期刊《科学》上。

据介绍，“太极”光芯片架构开发的过程中，灵感来自典籍《周易》，团队成员以“易有太极，是生两仪”为启发，建立了全新的计算模型，实现了光计算强悍性能的释放。

光计算，顾名思义是将计算载体从电变为光，利用光在芯片中的传播进行计算，以其超高的并行度和速度，被认为是未来颠覆性计算架构的最有力竞争方案之一。

光芯片具备高速高并行计算优势，被寄予希望用来支撑大模型等先进人工智能应用。

据论文第一作者、电子系博土生徐智吴介绍，在“太极”架构中，自顶向下的编码拆分-解码重构机制，将复杂智能任务化繁为简，拆分为多通道高并行的子任务，构建的分布式'大感受野’浅层光网络对子任务分而治之，突破物理模拟器件多层深度级联的固有计算误差。

论文报道：“太极”光芯片具备879T MACS/mm的面积效率与160 TOPS/N的能量效率。首次赋能光计算实现自然场景千类对象识别、跨模态内容生成等人工智能复杂任务。

《科学》编辑Yury Suleymanov认为：人工通用智能(AGI)的快速发展伴随着下一代计算的性能和能效要求的提高。光子计算有潜力实现这些目标，但尽管引起了人们的关注，目前的光子集成电路，特别是光神经网络(ONNs)，规模和计算能力有限，几乎不能支持现代AGI任务。徐智吴等人探索了一种分布式衍射干涉混合光子计算架构，有效地将ONN的规模提高到百万神经元级别。他们通过实验实现了一个片上1396万个神经元的ONN，用于复杂的、千类级的分类和人工智能生成的内容任务。目前的工作是向现实世界的光子计算迈出的有希望的一步，支持人工智能中的各种应用。