智能制造制程技术(清华研制出首个全模拟光电智能计算芯片，百纳米级工艺精度即可实现先进制程性能)

界面新闻记者|彭新

界面新闻编辑|

11月3日消息，据新华社报道，清华大学研究团队突破传统芯片的物理瓶颈，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，能效提升四百万余倍，为超高性能芯片研发开辟新路径。该成果近日发表于《自然》杂志上。

据该研究论文介绍，ACCEL光电计算芯片为纯模拟电融合光芯片的架构，利用光计算性能优势，突破了数据转换速度、精度与功耗相互制约的物理瓶颈，在一枚芯片上解决了大规模集成、高效非线性、高速光电接口三个难点。

通过结合光子和电子计算的优点，ACCEL光电计算芯片在实验中实现了4.55×10^3TOPS的系统计算速度与7.48×10^4TOPS/W的能效，比现有技术方法高出数个数量级，并且在各种智能视觉任务中与电子处理器中的数字神经网络相比保持了竞争力的准确性。

此外，ACCEL光电计算芯片可以在可穿戴设备、机器人、自动驾驶、工业检测和医学诊断等广泛的实际应用中发挥作用。报道称，ACCEL光电计算芯片不仅成功完成了交通场景判别、高分辨率图像识别、弱光计算等实际场景中的智能视觉任务，且耗时和功耗不到目前高性能芯片的千分之一。同时，基于研发出的自适应训练算法，该芯片仅采用百纳米级工艺精度，就可取得比先进制程芯片多个数量级的性能提升，实现性能的飞跃。

根据论文提供的实验数据，当在相同计算精度下以串行方式处理图像时，ACCEL光电计算芯片在实验中实现了每帧72纳秒的计算延迟和每帧4.38纳焦耳的能耗，远小于英伟达A100GPU的每帧0.26毫秒延迟和每帧18.5毫焦能耗数据。论文指出，在实验中，ACCEL光电计算芯片的全模拟方法与基于英伟达A100的数字神经网络方法相比，在实现相同计算精度时，系统延迟和能耗都大幅降低了数个数量级。

论文作者之一，清华大学信息科学技术学院电子工程系副教授方璐介绍，团队在全模拟信号下发挥光和电的优势，避免了模拟-数字转换问题，突破了功耗和速度的瓶颈。除算力优势外，在智能视觉目标识别任务和无人系统（如自动驾驶）场景计算中，ACCEL光电计算芯片的系统级能效（单位能量可进行的运算数）经实测是现有高性能芯片的400万余倍，该成果有助于改善限制芯片集成的芯片发热问题，有望为未来芯片设计带来突破。

由于ACCEL光电计算芯片光学部分的加工最小线宽为百纳米级，方璐称，实验结果表明，仅采用百纳米级工艺精度，就可取得比先进制程芯片大幅提升的性能。

清华大学信息科学技术学院院长戴琼海院士表示，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。目前团队仅研制出特定计算功能的光电融合原理样片，亟需进一步开展具备通用功能的智能视觉计算芯片研发，以便在实际中大范围应用。