來自清華大學方璐副教授和戴瓊海院士領(lǐng)導的團隊開發(fā)出了世界上第一個全光學人工智能芯片，團隊稱該芯片的效率和性能相較其他芯片顯著提高。這項研究成果于周三發(fā)表在《自然》雜志上。

這是該團隊早期的太極芯片的一次重大升級，研究人員曾在4月表示，該芯片的能效比NVIDIA H100 GPU高出一千多倍。

使用太極芯片訓練人工智能需要電子計算機的協(xié)助，但太極-II芯片可以完全基于光進行建模和訓練，這使得它更加高效，性能也得到了提升，該團隊表示。

團隊論文表明，此次升級是光學計算的關(guān)鍵一步，有助于將其從理論階段推向大規(guī)模實驗應(yīng)用，并滿足對低能耗算力日益增長的需求。

論文稱，太極-II的性能在各個場景下都優(yōu)于其前代產(chǎn)品。

太極-II將具有數(shù)百萬個參數(shù)的光學網(wǎng)絡(luò)的訓練速度提高了一個數(shù)量級，并將分類任務(wù)的準確率提高了40%。

在復雜場景成像領(lǐng)域，太極-II在弱光環(huán)境下的能耗效率提升了6個數(shù)量級。

方璐表示，傳統(tǒng)的光學人工智能方法通常涉及在電子計算機上設(shè)計的基于光的光子結(jié)構(gòu)上模擬電子人工神經(jīng)網(wǎng)絡(luò)。

她說：“由于系統(tǒng)不完善和光波傳播的復雜性，對一般光學系統(tǒng)進行完美精確的建模是不可能的，離線模型和真實系統(tǒng)之間總是存在不匹配的情況?！?/p>

為了克服這些挑戰(zhàn)，該團隊開發(fā)了一種方法，在光學芯片上直接進行計算機密集型訓練過程，這樣大部分機器學習都可以并行進行，團隊稱此為完全前向模式（FFM）學習?！斑@種架構(gòu)可以實現(xiàn)高精度訓練，并支持大規(guī)模網(wǎng)絡(luò)訓練。”

FFM學習基于市售的高速光調(diào)制器和檢測器，并且在加速學習方面可以比GPU做得更好?！拔覀兊难芯空雇宋磥磉@些芯片將成為構(gòu)建人工智能模型的光學算力的基礎(chǔ)?！?/p>