日前，根据新华社报道，杏彩体育清华大学研究团队结合光计算、纯模拟电子计算等技术，突破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，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。

　　首先是从透露出来的信息来看，中国科协发布的2023重大科学问题中，将“如何实现低能耗人工智能”被排在首位。而这颗芯片就具备低能耗的特点。

　　大致意思是，对比目前的硅基芯片，全模拟光电智能计算芯片的优势一方面是它的算力巨大、能耗小。这颗芯片，在包括ImageNet等智能视觉任务实测中，相同准确率下，比现有高性能GPU算力提升3000倍，能效提升400万倍。就算是特定场景，这个能耗也逆天了。

　　有业内人士打了一个比方：如果用交通工具的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，相当于将八小时的京广高铁缩短到了8秒钟。

　　另一方面，另外，由于超低功耗和模拟电子计算，所以芯片的制程只有180nm。这个制程，全去美设备的产线都可以制造了。

　　在芯片领域，我们近年来说的最多的是国产替代，但国产替代的难题在于EUV光刻机的依赖。杏彩体育平台注册登录入口芯片制程只要进入7nm，所生产芯片用的晶元仪器就得使用荷兰ASML公司的EUV光刻机，因为EUV光刻机的制程精度是当下最高的，能有效提升高端芯片产品在生产过程中的良率，也只有EUV光刻机才能够对它进行大规模加工，增大产出效率。

　　但是这种芯片用现在的180纳米的国产光刻机就可以制造出相当于7纳米性能的芯片(样品就是这样制造出来的)。理论上用45纳米的DUV光刻机就可以制造出相当于现在1纳米性能的芯片，而制作的晶圆材料到处都有杏彩体育app下载，大规模生产后能做到高端芯片白菜价。

　　如果真的能实现，可以说是一项非常了不起的创新之举，意味着在AI芯片领域，我们摆脱对光刻机制程精度的依赖，又多了一条新路。

　　AI芯片的突围意义非常重大，AI芯片关乎5G、6G发展，关乎智能汽车与AI大模型发展，手机和汽车核心中的核心，就是芯片和AI。但在过去，国产算力都是用英伟达的芯片。

　　我们知道，不久前，老美的新一轮禁令是针对英伟达的AI芯片，根据2022年的规定，美国禁止英伟达出口超过两个门槛的芯片：一个是功率门槛，另一个是芯片之间的通信速度门槛。

　　之前中国企业利用Chiplet技术，把传输速度被限制的AI芯片给串起来用，同样达到了效果，杏彩体育平台注册登录入口美国不得不修改禁令，把性能标准降低，不再限制传输速度。

　　目前由于摩尔定律，AI芯片的性能大规模提升和功耗大规模降低被硬件严重制约，此外，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，对芯片的未来设计带来全方位突破。

　　根据某业内人士透露，光计算目前有三大瓶颈，一是如何在一枚芯片上集成大规模的计算单元，且约束误差累计程度；二是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。

　　清华大学的这颗芯片，提出了模拟电融合模拟光的计算框架，利用光电流直接进行基于基尔霍夫定律的纯模拟电子计算，两者集成在同一枚芯片框架内，这需要在一枚芯片上突破大规模集成、高效非线性、高速光电接口三个关键瓶颈。

　　不过，计算载体从电变为光，还要替代现有电子器件实现系统级应用，面临诸多难题。总的来说，ACCEL未来有望在无人系统、工业检测和人工智能大模型等方面实现应用。但是这一天还比较遥远。

　　芯片的竞争已经从SoC芯片战场进入到了AI领域，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，成为国际高度关注的前沿热点，光电智能计算芯片是一条创新的路径。

　　种种信息显示，国内在光学计算领域在不断突破。早在去年10月，清华大学突破了光学像差难题，成功研制元成像芯片。此外，是光子芯片的研发也在不断推进，去年，国内首条“多材料、跨尺寸”的光子芯片生产线已在筹备，作为突围传统光刻机技术的一种新的芯片发展路线，光子芯片也颇为值得期待。

　　从原成像芯片、光子芯片再到如今光电智能计算芯片，种种迹象显示，国内在光学计算领域的研究在不断推进与深入。

　　若能有效突破光计算的瓶颈，更早的推动光电智能计算芯片从实验室进入到商用阶段，有望在AI芯片领域走出一条新路，摆刻机的依赖，又多了一条新路。

　　只不过，值得关注的是，国内尤其是清华大学在光学计算层面，这两年有众多研究成果出炉，但目前都还处于实验室阶段，距离商用还存在一定的距离。比如说元成像芯片，在去年研发成功，但如今的进展还没有太多消息。

　　当前众多的芯片技术研究还停留在实验室层面，这与商业化落地是两个概念，中间还隔着较为遥远的距离。

　　在这方面，杏彩体育平台注册登录入口可能需要更多的专家学者把研究成果尽快向商用、实践阶段推进，解决卡脖子的问题，时间不等人，我们拭目以待。