Science｜清华大学最新成果，从无极而太极，以致万物化生：智能光芯片“太极”赋能大模型算力

本文链接：https://blog.csdn.net/weixin_44887311/article/details/137948964

清华大学科研团队研发出新型光计算架构Taichi，通过分布式广度光计算和干涉-衍射融合计算，实现了160TOPS/W的高能效。‘太极’芯片助力解决人工智能的算力与功耗问题，首次应用于复杂任务如千类对象识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

智能光计算作为近年来新兴的计算模态，具备高速、低功耗等特性，在后摩尔时代展现出远超传统硅基电子计算的通量与能效，有望解决人工智能领域的算力与功耗难题。然而，其计算任务往往局限于简单的字符分类、图像处理等。其痛点是光的计算优势被困在了不适合的电架构中，计算规模受限，无法支撑复杂大模型智能计算。

针对大规模光电智能计算难题，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，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，研制了大规模干涉-衍射异构集成芯片Taichi（“太极”），实现了160 TOPS/W的通用智能计算，相关工作发表于Science。

建立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，构建分布式浅层光网络对子任务分而治之，突破物理器件多层深度级联的固有计算误差。相异于电学神经网络依赖网络深度以实现复杂的计算与功能，“太极”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。

在这里插入图片描述