電子發(fā)燒友網(wǎng)報(bào)道（文/黃山明）近日，據(jù)新華社報(bào)道，上海交通大學(xué)集成電路學(xué)院陳一彤課題組在新一代光計(jì)算芯片領(lǐng)域取得重大突破，首次實(shí)現(xiàn)支持大規(guī)模語(yǔ)義媒體生成模型的全光計(jì)算芯片LightGen，相關(guān)成果已經(jīng)發(fā)表于國(guó)際頂級(jí)學(xué)術(shù)期刊《科學(xué)》（Science），并被選為高光論文重點(diǎn)報(bào)道。

這是國(guó)際上首次實(shí)現(xiàn)大規(guī)模全光生成式AI芯片，標(biāo)志著光計(jì)算在生成式AI領(lǐng)域的應(yīng)用從理論可行性邁入實(shí)際效能領(lǐng)先階段。

全光計(jì)算芯片LightGen，突破三項(xiàng)世界級(jí)技術(shù)瓶頸

資料顯示，LightGen定位專為大規(guī)模生成式人工智能任務(wù)設(shè)計(jì)的全光端到端計(jì)算芯片，主要應(yīng)用在高分辨率圖像生成、3D場(chǎng)景重建、高清視頻生成、語(yǔ)義操控、去噪、局部/全局特征遷移等復(fù)雜生成任務(wù)。

要知道，生成式AI通常需要處理高維張量數(shù)據(jù)，這就要求芯片具備超大規(guī)模的并行計(jì)算能力，就好像一個(gè)工廠需要生產(chǎn)大量產(chǎn)品，就需要有足夠多的員工同時(shí)干活。

而傳統(tǒng)的光芯片問(wèn)題在于，無(wú)法在單片上集成足夠多的光學(xué)神經(jīng)元，并且光信號(hào)容易互相干擾。因?yàn)楣獗旧砭哂醒苌湫院拖喔尚裕绻酒霞傻墓鈱W(xué)神經(jīng)元太密集，相鄰的神經(jīng)元的光場(chǎng)就會(huì)互相干擾，導(dǎo)致計(jì)算出錯(cuò)。

并且光學(xué)神經(jīng)元需要在芯片上加工納米級(jí)的光學(xué)元件，這些元件的尺寸遠(yuǎn)小于電子芯片的晶體管，加工精度要求極高。

LightGen則采用高密度光子集成架構(gòu)，在僅136.5平方毫米的芯片上集成了200多萬(wàn)個(gè)光學(xué)神經(jīng)元，并通過(guò)特殊材料和結(jié)構(gòu)設(shè)計(jì)，解決了串?dāng)_和熱漂移問(wèn)題，首次實(shí)現(xiàn)了大規(guī)模光學(xué)神經(jīng)元的可靠集成。

此外，光不能直接做“非線性激活”，而所有深度神經(jīng)網(wǎng)絡(luò)都依賴非線性激活函數(shù)（如ReLU、GELU）。但在純光域中，光與光之間幾乎不相互作用，打個(gè)比方，真空中兩束激光交叉并不會(huì)互相影響，這就導(dǎo)致天然缺乏非線性。

以往的光計(jì)算芯片只能做線性運(yùn)算，遇到非線性層就必須把光信號(hào)轉(zhuǎn)成電信號(hào)，再用電子電路處理，再轉(zhuǎn)回光。這個(gè)過(guò)程就叫O-E-O（光-電-光轉(zhuǎn)換），不僅速度慢、功耗高，帶寬瓶頸也很嚴(yán)重，完全抵消了光計(jì)算的速度優(yōu)勢(shì)。

LightGen芯片攻克全光域高維特征空間變換難題，實(shí)現(xiàn)從低維輸入到高維特征的直接轉(zhuǎn)換，可以無(wú)需電子輔助，完全通過(guò)光場(chǎng)調(diào)控完成維度轉(zhuǎn)換，保持光計(jì)算的高速特性。

再一個(gè)，生成式AI模型通常用“無(wú)監(jiān)督學(xué)習(xí)”訓(xùn)練，即模型在沒有人工標(biāo)簽的情況下，自己學(xué)會(huì)生成新內(nèi)容。但光子芯片此前只能做“有監(jiān)督學(xué)習(xí)”，原因主要是缺乏可微分的訓(xùn)練機(jī)制，以及光子權(quán)重更新困難與無(wú)法自主“理解”語(yǔ)義。

而LightGen芯片團(tuán)隊(duì)提出貝葉斯無(wú)真值訓(xùn)練算法（BOGT），解決了光場(chǎng)訓(xùn)練缺乏標(biāo)注數(shù)據(jù)的核心難題，使光芯片具備自主學(xué)習(xí)能力。該算法在光子硬件上實(shí)現(xiàn)了可微分的梯度近似，使光子芯片也能像電子神經(jīng)網(wǎng)絡(luò)一樣，進(jìn)行端到端的生成式訓(xùn)練。

性能飛躍，走向全面自主

陳一彤課題組不僅解決了光芯片三項(xiàng)世界級(jí)技術(shù)難題，也讓LightGen實(shí)現(xiàn)了性能上的飛躍。通過(guò)極嚴(yán)格算力評(píng)價(jià)標(biāo)準(zhǔn)的實(shí)測(cè)表明，即便采用性能較為滯后的輸入設(shè)備，LightGen仍可取得相比頂尖數(shù)字芯片2個(gè)數(shù)量級(jí)的算力和能效提升。

從參數(shù)來(lái)看，該芯片面積僅136.5平方毫米，集成200多萬(wàn)光學(xué)神經(jīng)元，算力達(dá)3.57×10?萬(wàn)億次/秒，能效664TOPS/W，較英偉達(dá)高端計(jì)算卡（A100）提升兩個(gè)數(shù)量級(jí)，理論上最高可提升7個(gè)數(shù)量級(jí)。

這意味著該芯片如果能夠量產(chǎn)，有望解決生成式AI算力短缺、能耗高企的問(wèn)題，為AI在醫(yī)療影像、工業(yè)設(shè)計(jì)、元宇宙、自動(dòng)駕駛等場(chǎng)景的規(guī)?；瘧?yīng)用提供核心算力支撐。

而LightGen的出現(xiàn)，也標(biāo)志著我國(guó)在下一代算力芯片國(guó)際競(jìng)爭(zhēng)中占據(jù)有利位置，突破了對(duì)高端電子芯片的依賴，有助于推動(dòng)國(guó)產(chǎn)AI算力生態(tài)的自主可控。

另一方面，隨著生成式AI的規(guī)模化應(yīng)用，需要使用大量算力，而傳統(tǒng)電子芯片的高能耗已經(jīng)成為瓶頸。而LightGen的能效的巨大提升，可直接降低數(shù)據(jù)中心的電力需求與PUE值（電源使用效率），緩解當(dāng)前數(shù)據(jù)中心面臨的電力短缺與“碳排放”問(wèn)題。若大規(guī)模應(yīng)用，可使AI數(shù)據(jù)中心能耗降低90%以上，緩解“算力黑洞”問(wèn)題。

值得一提的是，LightGen采用薄膜鈮酸鋰（LNOI）和磷化銦（InP）等非硅基光子材料，以克服硅在電光調(diào)制速度、片上光源集成和高效非線性光學(xué)響應(yīng)等方面的物理限制，從而實(shí)現(xiàn)高性能全光神經(jīng)網(wǎng)絡(luò)。

簡(jiǎn)單解釋一下，原因在于硅是一種半導(dǎo)體，不是理想的絕緣體。當(dāng)用高強(qiáng)度的光照射硅時(shí)，兩個(gè)光子可以同時(shí)被一個(gè)硅原子吸收，激發(fā)出一個(gè)自由電子。這些被激發(fā)出來(lái)的自由電子會(huì)像云一樣在材料中漂浮，它們會(huì)進(jìn)一步吸收后續(xù)通過(guò)的光信號(hào)。這個(gè)過(guò)程不僅嚴(yán)重增加了光信號(hào)的損耗，還會(huì)改變材料的折射率，導(dǎo)致計(jì)算結(jié)果出錯(cuò)。

而LNOI是一種寬禁帶絕緣體，它的能帶結(jié)構(gòu)決定了它在通信和計(jì)算常用的光波段下，幾乎不會(huì)發(fā)生雙光子吸收，避免了硅材料的缺陷。

更重要的是，LightGen為生成式AI、科學(xué)計(jì)算提供了不依賴先進(jìn)制程的替代方案，規(guī)避EUV光刻機(jī)限制。因?yàn)楣庑酒暮诵慕Y(jié)構(gòu)是光波導(dǎo)、微環(huán)諧振器、調(diào)制器等，這些器件通常在幾百納米到幾微米量級(jí)，因此無(wú)需 EUV，主流使用DUV光刻甚至電子束光刻即可制造。

這也意味著，我國(guó)可以建立不依賴傳統(tǒng)半導(dǎo)體產(chǎn)業(yè)鏈的全新光計(jì)算生態(tài)，掌握核心技術(shù)自主權(quán)。為AI大模型、高性能計(jì)算等戰(zhàn)略領(lǐng)域提供不受制于人的算力保障，最終實(shí)現(xiàn)算力自主可控。

總結(jié)

LightGen芯片的誕生，標(biāo)志著我國(guó)光計(jì)算的重大突破，其非硅基、非電子依賴的特性，為解決當(dāng)前AI算力的能耗瓶頸與硅基依賴問(wèn)題提供了全新路徑。這種突破不僅具有技術(shù)上的顛覆性，更對(duì)“雙碳”目標(biāo)下的綠色AI發(fā)展具有深遠(yuǎn)意義。業(yè)內(nèi)評(píng)價(jià)認(rèn)為，LightGen不僅是實(shí)驗(yàn)室突破，更展示了光計(jì)算在復(fù)雜生成任務(wù)中的實(shí)用化潛力，為我國(guó)在前沿人工智能領(lǐng)域的競(jìng)爭(zhēng)提供了關(guān)鍵硬件基礎(chǔ)。