IT之家 11 月 5 日消息，经长期联合攻关，清华大学研究团队突破传统芯片的物理瓶颈，创造性提出光电融合的全新计算框架，并研制出国际首个全模拟光电智能计算芯片（简称 ACCEL）。经实测，该芯片在智能视觉目标识别任务方面的算力可达目前高性能商用芯片的 3000 余倍，为超高性能芯片的研发开辟全新路径。

IT之家从清华大学公众号获悉，团队用“All-analog Chip Combining Electronics and Light”来描述这款光电融合芯片的特征，并用这句英文的首字母命名芯片为“ACCEL”，恰好是“加速”的含义。

这枚小小的芯片中，攻关团队创造性地提出了光电深度融合的计算架构 —— 结合基于电磁波空间传播的光计算，与基于基尔霍夫定律的全模拟电子计算，在一枚芯片上突破了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。在保证高任务性能的同时，实现了超高的计算能效和计算速度。

为了确保实验数据的可靠性，攻关团队进行了大规模的实测和验证。首次将端到端跨层协同技术应用到智能视觉交互上，运用等效算力，对能效性能和时延数据进行了精准评估。

超高性能。实测表现下，ACCEL 芯片的系统级算力达到现有高性能芯片的 3000 倍。如果用交通工具的时间来类比芯片中信息流计算，那么这枚芯片的出现，相当于将 8 小时的京广高铁缩短到了 8 秒钟。

超低功耗。系统级能效为 74.8 Peta-OPS / W，较现有的高性能 GPU、TPU 等计算架构，提升了 400 万倍。形象来说，原本供现有芯片工作 1 小时的电量，可供它工作 500 多年。

超低成本。光电融合芯片的光学部分的加工最小线宽仅采用百纳米级，电路部分仅采用 180nm CMOS 工艺，已取得比 7nm 制程的高性能芯片多个数量级的性能提升。同时所使用的材料简单易得，造价仅为后者的几十分之一。

相比先进电子计算芯片，新型架构实现算力千倍提升，计算延迟千倍降低，能效百万倍提升。同时相比现有训练方法，将光学网络训练规模提升十倍，训练速度提升百倍。

相关成果发表于《自然》《自然光子学》《自然通讯》《科学进展》等顶级国际期刊，入选全球高被引论文，授权国内外发明专利十余项。

团队研究的光电智能计算架构和芯片为探索后摩尔时代高算力低功耗智能计算范式提供了重要支撑。

光电融合芯片的问世并非易事。攻关团队先是开展理论建模和仿真验证，后不断优化全模拟光电计算架构和制造工艺，利用光电流进行基于基尔霍夫定律的全模拟电子计算，完成了“传感前 + 传感中 + 近传感”的新型计算系统。

基本可以理解为，该研究摆脱了传统光子芯片不能普遍应用的最大阻力、晶体管的密度限制，将计算速度提升到了前所未有的水平。

这也是 ACCEL 芯片打破摩尔定律束缚的地方。

ACCEL 芯片利用现有成熟的工艺制造生产，目前已完成了原理样片，正在研制工业样片。

高速视觉任务实测中，芯片的系统级计算耗时仅为现有高性能芯片架构的万分之三，高超的计算速度，只是这枚芯片的优势之一。在演示的智能视觉任务和交通场景计算中，其高性能、低功耗的特点，可应用于大场景多对象复杂人工智能视觉任务、无人系统（如自动驾驶）、工业生产线和大模型等高算力低功耗的场景中。

另外，由于 ACCEL 芯片对于边缘端的穿戴式设备这种电池供电、能量资源非常受限的场景也极富前景。

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/730/189.htm]