来源：
券商中国
中国光计算芯片领域取得重大突破。
据最新消息，上海交通大学科研人员近日在新一代光计算芯片领域取得重大突破，首次实现支持大规模语义媒体生成模型的全光计算芯片 LightGen，相关成果 12 月 19 日发表于 《科学》 杂志。
光计算具有可扩展、低功耗、超高速、宽带宽、高并行度的天然优势，是破解高维张量运算、复杂图像处理等大规模数据快速计算的关键技术，为人工智能（AI）、科学计算、多模态融合感知、超大规模数据交换等 「算力密集+能耗敏感」 场景提供硬件加速。
重大突破
据新华社消息，上海交通大学科研人员近日在新一代光计算芯片领域取得突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片。
据了解，随着深度神经网络和大规模生成模型迅猛演进带来超高算力和能耗需求，传统芯片架构的性能增长速度已出现严重缺口，光计算等新型架构受到广泛关注。
「所谓光计算，可以理解为，不是让电子在晶体管中运行，而是让光在芯片中传播，用光场的变化完成计算。光天然具备高速和并行的优势，因此被视为突破算力与能耗瓶颈的重要方向。」 论文作者、上海交大集成电路学院助理教授陈一彤表示，把光计算真正用到生成式 AI 上并不简单，已有的全光计算芯片主要局限于小规模、分类任务，光电级联或复用又会严重削弱光计算速度。如何让下一代算力光芯片运行复杂生成模型，是全球智能计算领域公认的难题。
陈一彤课题组此次提出并实现了全光大规模语义生成芯片 LightGen，采用极严格算力评价标准的实测表明：即便采用性能较滞后的输入设备，LightGen 仍可取得相比顶尖数字芯片 2 个数量级的算力和能效提升。团队表示，LightGen 之所以实现性能飞跃，在于其在单枚芯片上同时突破了 「单片上百万级光学神经元集成」「全光维度转换」「不依赖真值的光学生成模型训练算法」 三项关键瓶颈，使得面向大规模生成任务的全光端到端实现成为可能。
据介绍，LightGen 可完整实现 「输入—理解—语义操控—生成」 的闭环，完成高分辨率 （≥512×512） 图像语义生成、3D 生成 （NeRF）、高清视频生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务。
「LightGen 为新一代光计算芯片助力前沿 AI 开辟了新路径，也为探索更高速、更高能效的生成式智能计算提供了新的研究方向。」 陈一彤说。
光计算的优势
光计算作为非冯·诺伊曼结构代表，具有可扩展、低功耗、超高速、宽带宽、高并行度的天然优势，是后摩尔时代破解高维张量运算、复杂图像处理等大规模数据快速计算的关键技术，为 AI、科学计算、多模态融合感知、超大规模数据交换等 「算力密集+能耗敏感」 场景提供硬件加速。过往几年，学术界和产业界持续对光计算芯片的矩阵规模、光学主频开展深度探索，以台积电的光计算芯片矩阵规模 （~512x512） 和美国加州理工学院的光计算光学主频 （>100GHz） 为典型代表，分别呈现逼近工艺极限和物理极限的趋势，进一步取得突破难度颇大。
因而，有效扩展计算并行度是光计算性能提升的前沿发展方向，也是光计算迈向实用的必由之路。
今年 6 月 17 日，据中国科学院上海分院官网消息，中国科学院上海光学精密机械研究所空天激光技术与系统部谢鹏研究员团队在解决 「光芯片上高密度信息并行处理」 难题上取得突破，研制出超高并行光计算集成芯片——「流星一号」，实现了并行度>100 的光计算原型验证系统。
相关研究成果以 《具备 100 波长复用能力的并行光计算》（Parallel Optical Computing Capable of 100-Wavelength Multiplexing） 为题，以封面论文形式发表于 《光：快讯》。
上海光机所研究团队围绕光计算技术并行度提升，创新超高并行光计算架构，破解光计算芯片的信息高密度信道串扰抑制、低时延光信号高精度同步和跨尺度高密度器件集成等核心挑战，在融合了多波长光源、高速光交互、可重构光计算、高精度光矩阵驱动和并行光电混合计算算法的基础上，成功研发了全新片上并行光计算集成芯片系统。
该系统核心光芯片全部自主研制，包含了自主研制的集成微腔光频梳 (频率间隔~50GHz，输出光谱范围>80nm，可支撑波长复用计算通道数>200)，作为芯片级多波长光源子系统；自主研制的大带宽、低时延、可重构光计算芯片 (通光带宽>40nm)，作为高性能并行计算核心；自主研制的高精度、大规模、可扩展的驱动板卡，作为光学矩阵驱动子系统 (通道数>256)；基于该光子集成芯片系统，首次验证了并行度>100 的片上光信息交互与计算原型；在 50GHz 光学主频下，单芯片理论峰值算力>2560TOPS ，功耗比>3.2TOPS/W。
此研究进展为突破光计算的计算密度瓶颈，提升光计算性能开辟了新途径，为发展低功耗、低时延、大算力、高速率的超级光子计算机带来了可能性。
（券商中国）
文章转载自东方财富
