我国科学家实现新一代光计算芯片研究新突破
微信公众号“科创闵行”消息,国科光计北京时间12月19日,学家新代上海交通大学集成电路学院(信息与电子工程学院)图像通信与网络工程研究所陈一彤课题组在新一代算力芯片领域取得重大突破,实现算芯本溪市某某网络科技教育中心首次实现了支持大规模语义媒体生成模型的片研全光计算芯片,相关研究以“All-optical synthesis chip for large-scale intelligent semantic vision generation”(大规模智能语义视觉生成全光芯片)为题发表于国际顶级学术期刊《科学》(Science)上。究新上海交通大学为论文第一作者和通讯作者单位,突破陈一彤助理教授为第一作者及通讯作者。国科光计

随着深度神经网络和大规模生成模型的学家新代迅猛演进,AI正以前所未有的实现算芯速度革新世界。然而,片研本溪市某某网络科技教育中心规模爆炸式增长的究新生成模型带来超高算力和能耗需求,与传统芯片架构的突破性能增长速度已出现日益严峻的紧迫缺口。

为突破算力与能耗瓶颈,国科光计光计算等新型架构受到广泛关注。学家新代然而如传统的实现算芯全光计算芯片主要局限于小规模、分类任务,光电级联或复用又会严重削弱光计算速度。因此,“如何让下一代算力光芯片能运行复杂生成模型”成为全球智能计算领域公认的难题。
研究团队首次提出全光大规模语义生成芯片LightGen,这也是国际首次实现的大规模全光生成式AI芯片,在单枚芯片上同时突破了百万级光学神经元集成、全光维度转换、无真值光芯片训练算法的领域公认瓶颈。

大规模全光生成计算芯片LightGen
论文实验验证了全光芯片LightGen在高分辨率(≥512×512)图像语义生成、3D生成(NeRF)、高清视频生成及语义调控、去噪、局部及全局特征迁移等多项大规模生成式任务。不再让电辅助光生成,而是让全光芯片完整实现输入图像、理解语义、语义操控、生成全新媒体数据的端到端过程,即让光“理解”和“认知”语义。

LightGen生成的采样图像示例
此外,LightGen采用了极严格的算力评价标准,在实现与电芯片上运行的Stable Diffusion、NeRF、Style Injection Diffusion等前沿电子神经网络相仿生成质量的同时,直接测量整个系统端到端的耗时与耗能降低。实测表明,即便采用较滞后性能的输入设备,LightGen仍可取得相比顶尖数字芯片2个和2个数量级的算力和能效提升。而如果采用前沿设备使得信号输入频率不是瓶颈的情况下,LightGen理论可实现算力提升7个数量级、能效提升8个数量级的性能跃升。这不仅直接体现了在不损失性能情况下替换顶尖现有芯片能获得的巨大算力和能效提升,也印证了解决大规模集成、全光维度变换、无真值光场训练等关键难点,全光片上实现大规模生成式网络的重要意义。
论文同步被《Science》官方选为高光论文重点报道。论文中提到,生成式AI正加速融入生产生活,要让“下一代算力芯片”在现代人工智能社会中真正实用,势在必行的是研发能够直接执行真实世界所需任务的芯片——尤其是大规模生成模型这类对端到端时延与能耗极其敏感的任务。面向这一目标,LightGen为新一代算力芯片真正助力前沿人工智能开辟了新路径,也为探索更高速、更高能效的生成式智能计算提供了新的研究方向。
陈一彤博士长期致力于光计算领域的研究,聚焦新一代算力芯片切实应用时的核心科学难点问题,团队所提出的全模拟光电芯片ACCEL(Nature 623 (7985), 48-57),国际首次实测验证了复杂智能任务中光计算的系统级算力优越性,将光计算芯片中的超高算力能效,无损地保留和接入复杂成熟的数字社会中。2023年,所提出的PED (Photonic Encoder Decoder,Science Advances 9(7), eadf8437)光计算架构,更被Science子刊认证为“国际首个全光生成网络(PED is the first demonstration of all-optical generative neural networks)”。基于上述研究基础,LightGen突破性将全光芯片的适用范围拓展到了大规模生成式神经网络,并已与工业界合作开展应用实践。
上海交通大学集成电路学院(信息与电子工程学院)陈一彤助理教授担任第一作者及通讯作者,翟广涛教授、张文军院士、博士生孙心玥,清华大学硕士生谭龙涛、博士生姜一洲、博士后周银等均对本文做出重要贡献。该研究得到了多项国家及上海市项目资助。
- ·俄媒:普京称,俄罗斯军队正在沿整条接触线推进
- ·豪宅小区被外卖员吐槽“赔钱也不送”:三个门只对外卖员开放1个
- ·“叫花鸡里没有鸡”,这个锅得“临时工”背了?
- ·媒体:小孩打碎博物馆近12万瓷瓶,该不该免赔?
- ·王治郅入选2026国际篮联名人堂
- ·AIGC应用爆发 相关岗位需求增长超300%
- ·连续25年,“插秧专列”开进三江平原
- ·梅大高速上货车一横,他为过往车辆的安全赌上了全部身家
- ·近10年高职绿牌专业,揭晓!
- ·夹在两栋房之间、入户通道不足半米,温州一学区房卖了238万
- ·县域旅游热,能否让小县城接住“泼天的富贵”?
- ·新研究:火星陨石坑或曾拥有类地宜居环境
- ·融创96亿美元境外债清零,孙宏斌安全“落地”
- ·创业板公司整体营收稳步增长 造血能力持续改善
- ·媒体:“一家三代税务人”,舆论敏感的是什么
- ·荆荆高铁、黄百铁路......多条铁路重点项目取得突破性进展
- ·德国执政联盟之一绿党联合主席宣布辞职
- ·无下限炒作:库里沈阳首签球衣二手平台卖3万 最高标价100万
- ·朴志洙与高准翼交换球衣,俩人曾两度成为队友
- ·2024“湾区升明月”晚会,当成龙王力宏一出场,中国式浪漫破防了
- ·阿坎吉:阿森纳满意1分我们则不然 曼城最终总能赢冠军今年也一样
- ·安吉丽娜·朱莉宣传新片《玛丽亚》,巨星回归气场十足
- ·官方:葡萄牙队将于10月4日晚上19:30公布下期国家队名单
- ·迷惑行为,记者问1995年出生的希洪球员是否在1992年对皇马进过球
- ·凯恩:帕夫洛维奇在新体系里比上赛季更出色,他踢越多还会变更好
- ·亚洲之光:大谷翔平53轰55盗再刷MLB历史纪录 有望冲60+60
