記者從清華大學獲悉，繼構(gòu)建智能光計算的通用傳播模型、研制全球首款大規(guī)模干涉—衍射異構(gòu)集成芯片“太極”后，該校電子工程系方璐教授課題組、自動化系戴瓊海教授課題組在智能光計算領(lǐng)域獲得新突破：首創(chuàng)全前向智能光計算訓練架構(gòu)，成功研制“太極-II”通用光訓練芯片。該芯片填補了智能光計算在大規(guī)模訓練這一核心拼圖中的空白，將與初代“太極”一起合力為AI大模型的訓練、推理注入算力發(fā)展的新動力，構(gòu)建光算力的新基座。相關(guān)成果以“光神經(jīng)網(wǎng)絡(luò)全前向訓練”為題，于近日發(fā)表于《自然》期刊。

人工智能大模型的迅猛發(fā)展與廣泛應(yīng)用，使得算力成為重大的戰(zhàn)略抓手與基礎(chǔ)設(shè)施。長期以來電子計算芯片的算力增長支撐著AI模型規(guī)模的不斷發(fā)展，然而其高能耗亦帶來了前所未有的能源挑戰(zhàn)，新興智能計算范式的建立與發(fā)展迫在眉睫。光具有干涉、衍射等多維計算模態(tài)，以光為計算媒介，以光的可控傳播構(gòu)建計算模型，光計算以其高算力低能耗特性打開了智能光計算的新賽道，展現(xiàn)出了巨大潛力。

研究組介紹，訓練和推理是AI大模型核心能力的兩大基石，缺一不可。通用智能光計算芯片“太極”的問世首次將光計算從原理驗證推向了大規(guī)模實驗應(yīng)用，為復雜智能任務(wù)的推理帶來了曙光。然而，初代“太極”尚未釋放智能光計算的“訓練之能”。

據(jù)悉，“太極-II”光訓練芯片以物理光學特性為啟發(fā)建立了新型的光訓練架構(gòu)，克服了計算精度差、訓練速度慢、能量效率低的瓶頸，支撐多尺度復雜光學系統(tǒng)的高效高精度在線訓練。

系統(tǒng)實測結(jié)果表明，“太極-II”智能光訓練架構(gòu)在大規(guī)模神經(jīng)網(wǎng)絡(luò)訓練、計算成像等方面均表現(xiàn)出卓越性能。它突破了計算精度與效率的矛盾，將數(shù)百萬參數(shù)的光網(wǎng)絡(luò)訓練速度提升了1個數(shù)量級，代表性智能分類任務(wù)的準確率提升40%。在非視域等復雜場景成像應(yīng)用中，實現(xiàn)了千赫茲幀率的計算成像，成像效率提升2個數(shù)量級。這些成果表明，在同等參數(shù)規(guī)模下，相較于圖形處理器（GPU），“太極-II”有望能以十分之一的時間完成AI大模型等大規(guī)模網(wǎng)絡(luò)的訓練進程，大幅節(jié)省時間與能源開銷；并能實時解析復雜場景，為醫(yī)療診斷、工業(yè)檢測、環(huán)境監(jiān)測等領(lǐng)域提供高速精準的解決方案。

據(jù)悉，在原理樣片的基礎(chǔ)上，研究團隊正積極地向智能光芯片產(chǎn)業(yè)化邁進，在多種端側(cè)智能系統(tǒng)上進行應(yīng)用部署。

“智能光計算平臺將逐步登上AI算力舞臺，將能以更低的資源消耗和更小的邊際成本，為人工智能大模型、通用人工智能、復雜智能系統(tǒng)的高速高能效計算開辟新路徑。”戴瓊海說。（記者鄧暉）