相同準確率下，比現(xiàn)有高性能芯片算力提升三千倍，能效提升四百萬倍。光學部分的加工最小線寬僅采用百納米級，電路部分僅采用180nm CMOS工藝，已取得比7納米制程的高性能芯片多個數(shù)量級的性能提升。

中國科協(xié)發(fā)布的2023重大科學問題中，“如何實現(xiàn)低能耗人工智能”被排在首位，清華大學團隊的答案是——用光電模擬芯片。

據(jù)清華大學官方網絡新聞發(fā)布平臺“清華新聞網”報道，清華大學自動化系戴瓊海院士、吳嘉敏助理教授與電子工程系方璐副教授、喬飛副研究員聯(lián)合攻關，提出了一種“掙脫”摩爾定律的全新計算架構：光電模擬芯片（ACCEL），算力達到目前高性能商用芯片的3000余倍。

如果用交通工具的運行時間來類比芯片中信息流計算的時間，那么這枚芯片的出現(xiàn)，相當于將京廣高鐵8小時的運行時間縮短到8秒鐘。

除了驚人的算力優(yōu)勢，清華大學正在開發(fā)的這枚芯片還在能效有顯著提升，制造門檻也有望大大降低。

在研發(fā)團隊演示的智能視覺任務和交通場景計算中，光電融合芯片的系統(tǒng)級能效（單位能量可進行的運算數(shù)）實測達到了74.8 Peta-OPS/W，是現(xiàn)有高性能芯片的400萬余倍。形象地說，原本供現(xiàn)有芯片工作一小時的電量，可供它工作500多年。而在超低功耗下運行的光電融合芯片將有助于大幅度改善芯片發(fā)熱問題，為芯片的未來設計帶來全方位突破。

制作方面，該芯片光學部分的加工最小線寬僅采用百納米級，而電路部分僅采用180nm CMOS工藝，已取得比7納米制程的高性能芯片多個數(shù)量級的性能提升。與此同時，其所使用的材料簡單易得，造價僅為后者的幾十分之一。

相關成果以“高速視覺任務中的純模擬光電芯片”（All-analog photo-electronic chip for high-speed vision tasks）為題，以長文（article）形式發(fā)表在《自然》（Nature）期刊上。該課題得到科技部2030“新一代人工智能”重大項目、國家自然科學基金委基礎科學中心項目等的支持。

光計算芯片，即以光為載體的計算芯片，利用光傳播中攜帶的信息進行計算。

隨著晶體管尺寸接近物理極限，近十年內摩爾定律已放緩甚至面臨失效。如何構建新一代計算架構，建立人工智能時代的芯片“新”秩序，成為國際社會高度關注的前沿熱點。光計算以其超高的并行度和速度，被認為是未來顛覆性計算架構的最有力競爭方案之一。

然而用光來做計算，仍面臨許多國際難題，光計算芯片一直難以真正替代當前的電子芯片。

清華大學攻關團隊的破解之道在于——創(chuàng)造性地提出了光電深度融合的計算框架，從最本質的物理原理出發(fā)，結合了基于電磁波空間傳播的光計算，與基于基爾霍夫定律的純模擬電子計算，“掙脫”傳統(tǒng)芯片架構中數(shù)據(jù)轉換速度、精度與功耗相互制約的物理瓶頸，在一枚芯片上突破大規(guī)模計算單元集成、高效非線性、高速光電接口三個國際難題。

具體來看，團隊構建了可見光下的大規(guī)模多層衍射神經網絡實現(xiàn)視覺特征提取，利用光電流直接進行基于基爾霍夫定律的純模擬電子計算，兩者集成在同一枚芯片框架內，完成了“傳感前+傳感中+近傳感”的新型計算系統(tǒng)。

ACCEL的架構

（a、傳統(tǒng)光電計算的工作流程，包括大規(guī)模光電二極管和ADC陣列；b、ACCEL的工作流程。衍射光學計算模塊在光域處理輸入圖像進行特征提取，其輸出光場由光電二極管陣列產生光電流直接用于模擬電子計算。）

光電融合的新型架構，不僅開辟出這項未來技術通往日常生活的一條新路徑，還對量子計算、存內計算等其他未來高效能技術與當前電子信息系統(tǒng)的融合深有啟發(fā)。

上述研究團隊就在相關論文中介紹，ACCEL可廣泛應用于可穿戴設備、自動駕駛和工業(yè)檢查等領域。

論文通訊作者之一戴瓊海院士稱：“開發(fā)出人工智能時代的全新計算架構是一座高峰，而將新架構真正落地到現(xiàn)實生活，解決國計民生的重大需求，是更重要的攻關，也是我們的責任?！薄蹲匀弧菲诳匮l(fā)表的該研究專題評述也指出，“或許這枚芯片的出現(xiàn)，會讓新一代計算架構，比預想中早得多地進入日常生活。”