光明日報北京8月8日電 記者鄧暉 從清華大學獲悉，繼構建智慧光計算的通用傳播模型、研制全球首款大規模幹涉—繞射異構整合芯片「太極」後，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慧光計算領域獲得新突破：首創全前向智慧光計算訓練架構，成功研制「太極-II」通用光訓練芯片。該芯片填補了智慧光計算在大規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、推理註入算力發展的新動力，構建光算力的新基座。相關成果以「光神經網路全前向訓練」為題，於近日發表於【自然】期刊。
人工智慧大模型的迅猛發展與廣泛套用，使得算力成為重大的戰略抓手與基礎設施。長期以來電子計算芯片的算力增長支撐著AI模型規模的不斷發展，然而其高能耗亦帶來了前所未有的能源挑戰，新興智慧計算範式的建立與發展迫在眉睫。光具有幹涉、繞射等多維計算模態，以光為計算媒介，以光的可控傳播構建計算模型，光計算以其高算力低能耗特性開啟了智慧光計算的新賽道，展現出了巨大潛力。
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。通用智慧光計算芯片「太極」的問世首次將光計算從原理驗證推向了大規模實驗套用，為復雜智慧任務的推理帶來了曙光。然而，初代「太極」尚未釋放智慧光計算的「訓練之能」。
據悉，「太極-II」光訓練芯片以物理光學特性為啟發建立了新型的光訓練架構，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的高效高精度線上訓練。
系統實測結果表明，「太極-II」智慧光訓練架構在大規模神經網路訓練、計算成像等方面均表現出卓越效能。它突破了計算精度與效率的矛盾，將數百萬參數的光網路訓練速度提升了1個數量級，代表性智慧分類任務的準確率提升40%。在非視域等復雜場景成像套用中，實作了千赫茲幀率的計算成像，成像效率提升2個數量級。這些成果表明，在同等參數規模下，相較於圖形處理器（GPU），「太極-II」有望能以十分之一的時間完成AI大模型等大規模網路的訓練行程，大幅節省時間與能源開銷；並能即時解析復雜場景，為醫療診斷、工業檢測、環境監測等領域提供高速精準的解決方案。
據悉，在原理樣片的基礎上，研究團隊正積極地向智慧光芯片產業化邁進，在多種端側智慧系統上進行套用部署。
「智慧光計算平台將逐步登上AI算力舞台，將能以更低的資源消耗和更小的邊際成本，為人工智慧大模型、通用人工智慧、復雜智慧系統的高速高能效計算開辟新路徑。」戴瓊海說。
【光明日報】（2024年08月09日 09版）
來源： 光明網-【光明日報】
