记者从上海交通大学获悉塑料挤出机设备，该校科研人员近日在新一代光计算芯片域取得突破，次实现了支持大规模语义媒体生成模型的全光计算芯片。相关成果12月19日发表于《科学》杂志。

　　据了解，随着度神经网络和大规模生成模型迅猛演进带来算力和能耗需求，传统芯片架构的性能增长速度已出现严重缺口，光计算等新型架构受到广泛关注。

　　“所谓光计算，可以理解为，不是让电子在晶体管中运行，而是让光在芯片中传播，用光场的变化完成计算。光具备速和并行的势，因此被视为突破算力与能耗瓶颈的重要向。”论文作者、上海交大集成电路学院助理教授陈一彤表示，把光计算真正用到生成式AI上并不简单，隔热条设备已有的全光计算芯片主要局限于小规模、分类任务，光电联或复用又会严重削弱光计算速度。如何让下一代算力光芯片运行复杂生成模型，是全球智能计算域公认的难题。

　　陈一彤课题组此次提出并实现了全光大规模语义生成芯片LightGen，采用严格算力评价标准的实测表明：即便采用性能较滞后的输入设备，LightGen仍可取得相比数字芯片2个数量的算力和能提升。团队表示，LightGen之所以实现性能飞跃，在于其在单枚芯片上同时突破了“单片上百万光学神经元集成”“全光维度转换”“不依赖真值的光学生成模型训练算法”三项关键瓶颈，使得面向大规模生成任务的全光端到端实现成为可能。

　　据介绍，LightGen可完整实现“输入—理解—语义操控—生成”的闭环，完成分辨率（≥512×512）图像语义生成、3D生成（NeRF）、清生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务。

　　“LightGen为新一代光计算芯片助力前沿人工智能开辟了新路径，也为探索速、能的生成式智能计算提供了新的研究向。”陈一彤说。