随着各类大模型和深度神经网络涌现，如何制造出满足人工智能发展、兼具大算力和高能效的下一代AI芯片已成为国际前沿热点。12日，《科学》杂志以《大规模光芯片“太极”赋能160 TOPS/W通用人工智能》为题，发表了清华大学电子工程系方璐副教授课题组、自动化系戴琼海院士课题组的研究成果。他们摒弃传统电子深度计算范式，在国际上首创分布式广度智能光计算架构，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。

　　作为人工智能的三驾马车之一，算力是训练AI模型、推理任务的关键。光计算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。而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。科研团队介绍，“太极”光芯片有望为大模型训练推理、通用人工智能、自主智能无人系统提供算力支撑。

　　帮助光计算“挣脱”算力瓶颈，“从0到1”重新设计适合光计算的新架构，是科研团队迈出的关键一步。

　　相异于电子神经网络依赖网络深度以实现复杂的计算与功能，“太极”光芯片架构源自光计算独特的“全连接”与“高并行”属性，化深度计算为分布式广度计算，为实现规模易扩展、计算高并行、系统强鲁棒的通用智能光计算探索了新路径。

　　论文第一作者、清华大学电子工程系博士生徐智昊介绍，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。

　　据介绍，“太极”光芯片的计算能效超现有智能芯片2至3个数量级，将可为百亿像素大场景光速智能分析、百亿参数大模型训练推理、毫瓦级低功耗自主智能无人系统提供算力支撑。(记者邓晖)