中國太極-Ⅱ芯片突破！全球首款AI光芯片，或徹底打破摩爾定律！

你相信嗎？短短4個月，清華大學的光芯片就已經迅速進化到第二代，世界上第一款全光學AI芯片太極-Ⅱ了，能效已經超過英偉達著名的H100。這不僅僅是技術上的突破，更可能是一種新的計算範式的開始，甚至可能徹底改變計算機的設計和構建方式，這項研究已發表在8月7日的《自然》雜誌上。《自然》審稿人認爲，它有望成爲訓練光學神經網絡和其他光學計算系統廣泛採用的工具。

光芯片是利用光信號，而不是電信號進行數據傳輸和處理的芯片，具有傳輸速度極快、處理帶寬極大、數據延遲極小、運行能效極高並可以多任務並行處理等五大優勢。然而它也面臨着製造成本高、技術成熟度低、集成度限制和生態系統構建等各種挑戰，導致它看起來很美，卻遲遲難以發展起來，無法和傳統的電子芯片競爭。

中科院院士、清華大學戴瓊海教授和副教授方璐領導的團隊，去年11月創造性地提出了光電融合全新計算框架，研製出全球首個全模擬光電智能計算芯片（ACCEL），然後在今年4月又首創了干涉—衍射分佈式廣度光計算架構，也就是第一代的太極光芯片（Taichi），先後發佈在《自然》、《科學》兩大頂級期刊上。

這次發佈的太極-Ⅱ全光學AI芯片，則是在新開發的全前向模式（FFM）上構建的，允許在光學系統中直接進行計算密集型AI訓練，而不需要複雜的反向傳播過程，是世界上第一個能夠進行“大規模光訓練”的芯片，可以更快、更省電地訓練人工智能模型。

測試試驗中，研究人員成功地在太極-Ⅱ架構下，使用FFM學習訓練了非常深的光神經網絡（ONN），達到了目前同類網絡中的最佳性能，在多個領域表現出色：

一是能以衍射極限的分辨率，實現全光學聚焦。

二是能夠以每秒超過1000幀的速度並行處理影像，即使是隱藏在視線之外的物體也能進行成像。

三是可以在低至每像素不足一個光子的強度下進行處理，顯示出極高的能量效率。

這意味着太極-Ⅱ光芯片，不僅僅是技術上的突破，更可能標誌着一種新的計算範式的開始。正如研究人員在論文中所說，這些發現意味着光學系統從根本上體現了可微分的可學習神經架構，爲無模型高性能光學系統自我設計和自學習物理提供了新的途徑，並暗示了後摩爾時代製造出大規模、高效物理AI的可能性。

簡單來說就是，太極-Ⅱ有望打破摩爾定律，發展成可自我學習、自我改進的光芯片，讓科學家們可以用光子，而不是電子製造出更強大、更省電的人工智能系統，甚至可能改變我們設計和構建計算系統的根本方式。

參考：

Fully forward mode training for optical neural networks. Nature 632, 280–286 (2024). https://doi.org/10.1038/s41586-024-07687-4