相同準確率下，比現有高性能芯片算力提升三千倍，能效提升四百萬倍。光學部分的加工最小線寬僅采用百納米級，電路部分僅采用180nm CMOS工藝，已取得比7納米制程的高性能芯片多個數量級的性能提升。

中國科協發布的2023重大科學問題中，“如何實現低能耗人工智能”被排在首位，清華大學團隊的答案是——用光電模擬芯片。

據清華大學官方網絡新聞發布平臺“清華新聞網”報道，清華大學自動化系戴瓊海院士、吳嘉敏助理教授與電子工程系方璐副教授、喬飛副研究員聯合攻關，提出了一種“掙脫”摩爾定律的全新計算架構：光電模擬芯片（ACCEL），算力達到目前高性能商用芯片的3000余倍。

如果用交通工具的運行時間來類比芯片中信息流計算的時間，那么這枚芯片的出現，相當于將京廣高鐵8小時的運行時間縮短到8秒鐘。

除了驚人的算力優勢，清華大學正在開發的這枚芯片還在能效有顯著提升，制造門檻也有望大大降低。

在研發團隊演示的智能視覺任務和交通場景計算中，光電融合芯片的系統級能效（單位能量可進行的運算數）實測達到了74.8 Peta-OPS/W，是現有高性能芯片的400萬余倍。形象地說，原本供現有芯片工作一小時的電量，可供它工作500多年。而在超低功耗下運行的光電融合芯片將有助于大幅度改善芯片發熱問題，為芯片的未來設計帶來全方位突破。

制作方面，該芯片光學部分的加工最小線寬僅采用百納米級，而電路部分僅采用180nm CMOS工藝，已取得比7納米制程的高性能芯片多個數量級的性能提升。與此同時，其所使用的材料簡單易得，造價僅為后者的幾十分之一。

相關成果以“高速視覺任務中的純模擬光電芯片”（All-analog photo-electronic chip for high-speed vision tasks）為題，以長文（article）形式發表在《自然》（Nature）期刊上。該課題得到科技部2030“新一代人工智能”重大項目、國家自然科學基金委基礎科學中心項目等的支持。

光計算芯片，即以光為載體的計算芯片，利用光傳播中攜帶的信息進行計算。

隨著晶體管尺寸接近物理極限，近十年內摩爾定律已放緩甚至面臨失效。如何構建新一代計算架構，建立人工智能時代的芯片“新”秩序，成為國際社會高度關注的前沿熱點。光計算以其超高的并行度和速度，被認為是未來顛覆性計算架構的最有力競爭方案之一。

然而用光來做計算，仍面臨許多國際難題，光計算芯片一直難以真正替代當前的電子芯片。

清華大學攻關團隊的破解之道在于——創造性地提出了光電深度融合的計算框架，從最本質的物理原理出發，結合了基于電磁波空間傳播的光計算，與基于基爾霍夫定律的純模擬電子計算，“掙脫”傳統芯片架構中數據轉換速度、精度與功耗相互制約的物理瓶頸，在一枚芯片上突破大規模計算單元集成、高效非線性、高速光電接口三個國際難題。

具體來看，團隊構建了可見光下的大規模多層衍射神經網絡實現視覺特征提取，利用光電流直接進行基于基爾霍夫定律的純模擬電子計算，兩者集成在同一枚芯片框架內，完成了“傳感前+傳感中+近傳感”的新型計算系統。

ACCEL的架構

（a、傳統光電計算的工作流程，包括大規模光電二極管和ADC陣列；b、ACCEL的工作流程。衍射光學計算模塊在光域處理輸入圖像進行特征提取，其輸出光場由光電二極管陣列產生光電流直接用于模擬電子計算。）

光電融合的新型架構，不僅開辟出這項未來技術通往日常生活的一條新路徑，還對量子計算、存內計算等其他未來高效能技術與當前電子信息系統的融合深有啟發。

上述研究團隊就在相關論文中介紹，ACCEL可廣泛應用于可穿戴設備、自動駕駛和工業檢查等領域。

論文通訊作者之一戴瓊海院士稱：“開發出人工智能時代的全新計算架構是一座高峰，而將新架構真正落地到現實生活，解決國計民生的重大需求，是更重要的攻關，也是我們的責任。”《自然》期刊特邀發表的該研究專題評述也指出，“或許這枚芯片的出現，會讓新一代計算架構，比預想中早得多地進入日常生活。”