【ZiDongHua之创新自科文收录关键词:人工智能 传感器 无人系统】
 
    我国探索出光子芯片新架构:将光神经网络规模提高到百万神经元级
 
    4月11日,清华大学电子工程系副教授方璐课题组、自动化系戴琼海院士课题组关于大规模光子芯片太极的研究成果在《科学》杂志发表,该成果首创分布式广度光计算架构,可实现160TOPS/W的通用智能计算。
 
 
    通用人工智能(AGI)的快速发展提升了对下一代处理器性能和能效的要求。由于光子计算具有速度快、功耗低的优势,可实现优越的处理效率,被认为有潜力满足AGI带来的计算需求。但目前的集成光路,特别是光神经网络(ONNs)的规模和计算能力有限,其容量和可扩展性受到不可避免的误差的限制,只能实现简单的任务或运行浅层模型。
 
 
    “太极”架构演示
 
    为解决这一问题,清华大学课题组构建了智能光计算的通用传播模型,摒弃了传统电子深度计算范式,另辟蹊径,首创了分布式广度光计算架构,研发了全球首款大规模干涉-衍射异构集成芯片,并将其命名为太极(Taichi)。该架构可有效地将光神经网络的规模提高到百万神经元级别,将能源效率提高到每秒每瓦(TOPS/W)执行运算160万亿次。该成果实现了单片上1396万个神经元的光神经网络,可用于复杂的、千类级的分类和生成式人工智能的任务。太极在实验中通过在1623个类别的全语言文字数据集中测试,实现了91.89%的准确率,并高保真实现人工智能内容生成,将效率提高了两个数量级。
 
    清华大学电子工程系官宣称,“太极”芯片具备879TMACS/mm²的面积效率与160TOPS/W的能量效率,首次赋能光计算实现自然场景千类对象识别、跨模态内容生成等人工智能复杂任务,该成果将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、低功耗自主智能无人系统提供算力支撑。
 
    来源:中国电子报图片