近日，清华戴琼海院士团队与乔飞副研究员团队在芯片领域上取得了新的突破，他们打造出一款名为 ACCEL 的光电融合芯片，相关成果以《面向高速视觉任务的纯模拟光电计算芯片》（All－analog photo－electronic chip for high－speed vision tasks）为题发表在 Nature 上。

论文中的实验表明，这一芯片的成功研发不仅证实了光子计算在众多AI任务中的卓越性（即光子霸权），还为克服摩尔定律增速减缓、构建生态友好的大规模AI计算框架开辟了全新途径。

据悉，该芯片基于纯模拟光电融合计算架构，在包括ImageNet等智能视觉任务实测中，相同准确率下，该芯片的系统级算力和能效，实测能达到高性能工业级 GPU 的 3000 余倍，能效的 4000000 余倍，具备超高算力、超低功耗的特点。

什么是光计算？

光计算是一种利用光波作为载体进行信息处理的技术。光计算具有大带宽、低延时、低功耗等优点，提供了一种“传输即计算，结构即功能”的计算架构。光计算技术以光为信息传输载体，基于光学单元构建，具备特定计算功能的新型计算体系。近年来，该技术备受关注，但在大部分已报道的光计算方案中，光学元件的数量随着计算矩阵的规模呈二次增长趋势，这使得光计算芯片规模扩展面临挑战。

关于ACCEL芯片

ACCEL 芯片通过融合光域计算和模拟域电计算，来实现神经网络的计算。在光域之中，ACCEL 芯片通过一个多层光学衍射神经网络，针对所输入的高分辨率图像，以光速来进行特征提取和数据降维。衍射网络的输出，则由一个光电二极管阵列加以接收，并通过光电效应转换成模拟电流信号。通过这种光域处理，可以极大地减小数据维度，从而降低光电转换的规模。

其中，每一个光电二极管所产生的光电流，会根据电网络的权重参数流入相应的计算结点之中，并基于基尔霍夫定律实现模拟域的电计算。这时，通过光电二极管这一超高速、低功耗的光电接口，光网络和电网络完成连接，让光电融合计算系统实现直接、高效的集成。

实现算力飞跃并非易事，特别是当前传统的芯片架构，受限于电子晶体管大小逼近物理极限。全新计算架构成为破局的关键。光计算以其超高的并行度和速度，被认为是未来颠覆性计算架构的最有力竞争方案之一。

论文作者之一，清华大学戴琼海院士表示：“采用全新原理研发出计算系统是一座大山，而将新一代计算架构真正落地到现实生活，解决国计民生的重大需求，是攀过高峰后更重要的攻关。”