記者7日從清華大學(xué)獲悉，該校電子系方璐教授課題組與自動(dòng)化系戴瓊海教授課題組在智能光芯片領(lǐng)域取得重大進(jìn)展。他們首創(chuàng)全前向智能光計(jì)算訓(xùn)練架構(gòu)，研制出“太極-Ⅱ”光芯片，實(shí)現(xiàn)了大規(guī)模神經(jīng)網(wǎng)絡(luò)的原位光訓(xùn)練，為人工智能（AI）大模型探索了光訓(xùn)練的新路徑。相關(guān)成果在線(xiàn)發(fā)表於最新一期國(guó)際學(xué)術(shù)期刊《自然》。

AI大模型的迅猛發(fā)展和廣泛應(yīng)用，使算力成為關(guān)鍵的戰(zhàn)略資源。智能光計(jì)算憑借高算力、低能耗的優(yōu)勢(shì)，在后摩爾時(shí)代展現(xiàn)出巨大潛力。訓(xùn)練和推理，是AI大模型核心能力的兩大基石。此前，智能光芯片“太極”的問(wèn)世，為大規(guī)模復(fù)雜任務(wù)的“推理”帶來(lái)了曙光，但未能釋放光計(jì)算的“訓(xùn)練之能”?，F(xiàn)有光神經(jīng)網(wǎng)絡(luò)的訓(xùn)練嚴(yán)重依賴(lài)GPU離線(xiàn)建模，並要求高度匹配的前向-反向傳播模型。這對(duì)光計(jì)算系統(tǒng)的精準(zhǔn)對(duì)齊提出苛刻要求，致使梯度計(jì)算難、訓(xùn)練規(guī)模小，禁錮了光計(jì)算的優(yōu)勢(shì)。

“與現(xiàn)有訓(xùn)練范式不同，我們摒棄了反向傳播，另辟蹊徑，構(gòu)建了光神經(jīng)網(wǎng)絡(luò)的對(duì)稱(chēng)傳播模型，僅用光學(xué)系統(tǒng)的前向傳播即可實(shí)現(xiàn)高效高精度光訓(xùn)練?！狈借锤嬖V科技日?qǐng)?bào)記者。

據(jù)介紹，“太極-Ⅱ”的面世，填補(bǔ)了智能光計(jì)算在大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練這一核心領(lǐng)域的空白。除了加速AI模型訓(xùn)練外，其還在高性能智能成像、高效解析拓?fù)涔庾酉到y(tǒng)等方面表現(xiàn)出卓越性能，為人工智能大模型、通用人工智能、復(fù)雜智能系統(tǒng)的高效精準(zhǔn)訓(xùn)練開(kāi)辟了新路徑。

 （記者華凌）

分享讓更多人看到