首页 > 行业资讯 > 清华大学戴琼海院士等合作团队 Nature：开发超高速光电计算芯片 - 算力达到目前高性能商用芯片3000余倍

清华大学戴琼海院士等合作团队 Nature：开发超高速光电计算芯片 - 算力达到目前高性能商用芯片3000余倍

时间：2023-11-03 来源： 浏览：

清华大学戴琼海院士等合作团队 Nature：开发超高速光电计算芯片 - 算力达到目前高性能商用芯片3000余倍

清华自动化系 化学与材料科学
化学与材料科学

Chem-MSE

聚集海内外化学化工、材料科学与工程、生物医学工程领域最新科学前沿动态，与相关机构共同合作，发布实用科研成果，结合政策、资本、商业模式、市场和需求、价值评估等诸要素，构建其科技产业化协同创新平台，服务国家管理机构、科研工作者、企业决策层。

收录于合集

点击蓝字关注我们

1965年，英特尔创始人之一戈登·摩尔提出影响芯片行业半个多世纪的“摩尔定律”：预言每隔约两年，集成电路可容纳的晶体管数目便增加一倍。半导体领域按摩尔定律繁荣发展了数十年，“芯片”，成为人类迈入智能时代的重要引擎。 然而随着晶体管尺寸接近物理极限，近十年内摩尔定律已放缓甚至面临失效。如何构建新一代计算架构，建立人工智能时代的芯片“新”秩序，成为国际社会高度关注的前沿热点。
针对这一难题， 清华大学自动化系戴琼海院士 、 吴嘉敏助理教授 与 清华大学电子工程系方璐副教授 、 乔飞副研究员 联合攻关， 提出了一种“挣脱”摩尔定律的全新计算架构：光电模拟芯片，算力达到目前高性能商用芯片的3000余倍。 近日，相关成果以“高速视觉任务中的纯模拟光电芯片 ” （All-analog photo-electronic chip for high-speed vision tasks）为题，以长文（article）形式发表在 Nature  上。 如果用交通工具的运行时间来类比芯片中信息流计算的时间，那么这枚芯片的出现，相当于将京广高铁8小时的运行时间缩短到8秒钟。
2023年诺贝尔物理学奖授予了阿秒激光技术。作为人类已知的宇宙中最快速度之一，许多超高速物理领域都少不了光的身影。 然而科学家们用光来做计算，并不是一件容易的事。当计算载体从电变为光，就需要利用光传播中携带的信息进行计算。数年来海内外知名团队相继提出多种设计，但要替代现有电子器件实现系统级应用，仍面临许多国际难题：一是如何在一枚芯片上集成大规模的计算单元，并且约束误差累计程度；二是如何实现高速高效的片上非线性；三是为兼容目前以电子信号为主体的信息社会，如何提供光计算与电子信号计算的高效接口。如果不能解决这几个问题，光计算就难以真正替代当前的电子芯片，在信息社会大展身手。
在这枚小小的芯片中，清华大学攻关团队创造性地提出了光电深度融合的计算框架。从最本质的物理原理出发，结合了基于电磁波空间传播的光计算，与基于基尔霍夫定律的纯模拟电子计算，“挣脱”传统芯片架构中数据转换速度、精度与功耗相互制约的物理瓶颈，在一枚芯片上突破大规模计算单元集成、高效非线性、高速光电接口三个国际难题。

光电芯片
实测表现下，光电融合芯片的系统级算力较现有的高性能芯片架构提升了数千倍。 然而，如此惊人的算力，还只是这枚芯片诸多优势的其中之一。
在研发团队演示的智能视觉任务和交通场景计算中，光电融合芯片的系统级能效（单位能量可进行的运算数）实测达到了74.8 Peta-OPS/W，是现有高性能芯片的400万余倍。形象地说，原本供现有芯片工作一小时的电量，可供它工作500多年。
目前限制芯片集成极限的一个关键因素，就是过高密度带来的散热难题。而在超低功耗下运行的光电融合芯片将有助于大幅度改善芯片发热问题，为芯片的未来设计带来全方位突破。
更进一步，该芯片光学部分的加工最小线宽仅采用百纳米级，而电路部分仅采用180nm CMOS工艺，已取得比7纳米制程的高性能芯片多个数量级的性能提升。与此同时，其所使用的材料简单易得，造价仅为后者的几十分之一。
科幻电影《流浪地球》中，人工智能系统Moss仅几秒钟便可遍历所有拯救地球的方案。在清华大学团队提出的超高性能光电芯片下，“未来计算机”的诞生似乎已不再遥远。 光电融合的新型架构，不仅开辟出这项未来技术通往日常生活的一条新路径，还对量子计算、存内计算等其他未来高效能技术与当前电子信息系统的融合深有启发。论文通讯作者之一戴琼海院士介绍道：“开发出人工智能时代的全新计算架构是一座高峰，而将新架构真正落地到现实生活，解决国计民生的重大需求，是更重要的攻关，也是我们的责任。”《自然》期刊特邀发表的该研究专题评述也指出，“或许这枚芯片的出现，会让新一代计算架构，比预想中早得多地进入日常生活。”
清华大学 戴琼海 院士、 方璐 副教授、 乔飞 副研究员、 吴嘉敏 助理教授为本文的共同通讯作者，博士生 陈一彤 、博士生 麦麦提 · 那扎买提 、 许晗 博士 为共同第一作者，孟瑶博士、周天贶助理研究员、博士生李广普、范静涛研究员、魏琦副研究员共同参与研究。该课题得到科技部2030“新一代人工智能”重大项目、国家自然科学基金委基础科学中心项目等的支持。

原文链接

https://doi.org/10.1038/s41586-023-06558-8

免责声明：部分资料可能来源于网络，转载的目的在于传递更多信息及分享，并不意味着赞同其观点或证实其真实性，也不构成其他建议。仅提供交流平台，不为其版权负责。如涉及侵权，请联系我们及时修改或删除。原创文章欢迎个人转发和分享，刊物或媒体如需转载请联系。联系邮箱：chem@chemshow.cn

扫二维码｜关注我们

微信号 : Chem-MSE

诚邀投稿

欢迎专家学者提供化学化工、材料科学与工程及生物医学工程等产学研方面的稿件至chem@chemshow.cn，并请注明详细联系信息。化学与材料科学会及时选用推送。

版权：如无特殊注明，文章转载自网络，侵权请联系cnmhg168#163.com删除！文件均为网友上传，仅供研究和学习使用，务必24小时内删除。
相关推荐
热门信息