然而，其计算任务局限于简单的字符分类、基本的图像处理等。其痛点是光的计算优势被困在了不适合的电架构中，计算规模受限，无法支撑亟需高算力与高能效的复杂大模型智能计算。

据研究团队介绍，随着各类大模型和深度神经网络涌现，如何制造出满足人工智能发展、兼具大算力和高能效的下一代AI芯片，已成为国际前沿热点。

该研究成果于4月12日以《大规模光芯片“太极”赋能160 TOPS/W通用人工智能》为题，发表在最新一期的《科学》（Science）上。“太极”光芯片有望为大模型训练推理、通用人工智能、自主智能无人系统提供算力支撑。

方璐表示，“之所以将光芯片命名为‘太极’，也是希望可以在如今大模型通用人工智能蓬勃发展的时代，以光子之道，为高性能计算探索新灵感、新架构、新路径。”

研究团队以周易典籍“易有太极，是生两仪”为启发，建立干涉-衍射联合传播模型，融合衍射光计算大规模并行优势与干涉光计算灵活重构特性，将衍射编解码与干涉特征计算进行部分/整体重构复用，以时序复用突破通量瓶颈，自底向上支撑分布式广度光计算架构，为片上大规模通用智能光计算探索了新路径。

光计算是将计算载体从电变为光，利用光在芯片中的传播进行计算，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。光芯片具备高速高并行计算优势，被寄予希望用来支撑大模型等先进人工智能应用。智能光计算作为新兴计算模态，展现出有望超越硅基电子计算的潜力。

据论文报道：“太极”光芯片具备879 T MACS/mm²的面积效率与160 TOPS/W的能量效率，首次赋能光计算实现自然场景千类对象识别、跨模态内容生成等人工智能复杂任务。

直面科研领域痛点问题，帮助光计算“挣脱”算力瓶颈，另辟蹊径，“从0到1”重新设计适合光计算的新架构，是此次清华团队迈出的关键一步。

chinesetwink网站澎湃新闻从清华大学获悉，清华电子工程系方璐副教授课题组、自动化系戴琼海院士课题组摒弃传统电子深度计算范式，另辟蹊径，首创分布式广度智能光计算架构，研制全球首款大规模干涉衍射异构集成芯片“太极（Taichi）”，实现160 TOPS/W的通用智能计算。