上海交大首次实现全光计算芯片 能效显著提升

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。相关研究昨日（19日）发表于国际顶尖学术期刊《科学》（Science）。

光计算受到广泛关注

上海交通大学介绍称，随着深度神经网络和大规模生成模型的迅猛演进，AI正以前所未有的速度革新世界。然而，规模爆炸式增长的生成模型带来超高算力和能耗需求，与传统芯片架构的性能增长速度已出现日益严峻的紧迫缺口。

图为上海交大集成电路学院。上海交大

LightGen生成的采样图像示例。上海交大

LightGen芯片放在手上的大小。上海交大

研究发表于《科学》。网上图片

陈一彤指LightGen为光计算芯片助力前沿AI开辟新路径。上海交大

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，光计算等新型架构在科学界受到广泛关注。所谓光计算，并非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。

是次研究首次提出全光大规模语义生成芯片LightGen，这也是国际首次实现的大规模全光生成式AI芯片，在单枚芯片上同时突破了百万级光学神经元集成、全光维度转换、无真值光芯片训练算法的领域公认瓶颈。

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。

理论算力提升7个数量级

实测表明，即便采用较滞后性能的输入设备，LightGen仍可取得相比顶尖数字芯片2个和2个数量级的算力和能效提升。而如果采用前沿设备，LightGen理论可实现算力提升7个数量级、能效提升8个数量级的性能跃升。

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。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。