中国科学院院士崔铁军在Nature research briefing发表评述：“这项工作为具有超高计算速度和能效的可重构全模拟光电芯片提供了一个精妙而且应用非常广泛的研究。作者基于一种创新的计算架构，突破了以前光学神经网络中模数转换器的功耗和延迟限制”。
近日，在清华大学成像与智能技术实验室内，一枚光电融合芯片诞生。团队用“All-analog Chip Combining Electronics and Light”来描述这款光电融合芯片的特征，并用这句英文的首字母命名芯片为“ACCEL”，恰好是“加速”的含义。
结合基于电磁波空间传播的光计算，与基于基尔霍夫定律的全模拟电子计算，在一枚芯片上突破了大规模计算单元集成、高效非线性、高速光电接口三个国际难题。在保证高任务性能的同时，实现了超高的计算能效和计算速度。
为了确保实验数据的可靠性，攻关团队进行了大规模的实测和验证。首次将端到端跨层协同技术应用到智能视觉交互上，运用等效算力，对能效性能和时延数据进行了精准评估。
超高性能。实测表现下，ACCEL芯片的系统级算力达到现有高性能芯片的3000倍。如果用交通工具的时间来类比芯片中信息流计算，那么这枚芯片的出现，相当于将8小时的京广高铁缩短到了8秒钟。
超低功耗。系统级能效为74.8 Peta-OPS/W，较现有的高性能GPU、TPU等计算架构，提升了400万倍。形象来说，原本供现有芯片工作1小时的电量，可供它工作500多年。
超低成本。光电融合芯片的光学部分的加工最小线宽仅采用百纳米级，电路部分仅采用180nm CMOS工艺，已取得比7nm制程的高性能芯片多个数量级的性能提升。同时所使用的材料简单易得，造价仅为后者的几十分之一。
北京信息科学与技术国家家研究中心，是清华信息学科群成为有组织交叉科研的重要平台。
光电智能计算交叉群体成立于2020年，由电子系、自动化系、微电子学院和专门研究人员组成的学科交叉团队，承担了国家科技部颠覆性项目、2030重大专项和国家自然科学基金委科学中心、杰出青年基金、优青等多个项目，与之江实验室合作建立了光电智能计算联合研究中心。
团队同时开展了大规模可重构光电智能计算，多通道光电智能计算，空时域超快智能计算，光电对偶神经学习等智能计算架构与芯片研究。
相比先进电子计算芯片，新型架构实现算力千倍提升，计算延迟千倍降低，能效百万倍提升。同时相比现有训练方法，将光学网络训练规模提升十倍，训练速度提升百倍。
相关成果发表于《自然》《自然光子学》《自然通讯》《科学进展》等顶级国际期刊，入选全球高被引论文，授权国内外发明专利十余项。
团队研究的光电智能计算架构和芯片为探索后摩尔时代高算力低功耗智能计算范式提供了重要支撑。
光电融合芯片的问世并非易事。攻关团队先是开展理论建模和仿真验证，后不断优化全模拟光电计算架构和制造工艺，利用光电流进行基于基尔霍夫定律的全模拟电子计算，完成了“传感前+传感中+近传感”的新型计算系统。
基本可以理解为，该研究摆脱了传统光子芯片不能普遍应用的最大阻力、晶体管的密度限制，将计算速度提升到了前所未有的水平。
从一个设想到系统建模，从理论计算到架构创新，再到模拟试验、现场实测......每一个重大突破性研究，都涉及不同学科高度交叉融合，催生出“0到1”的成果。
ACCEL芯片利用现有成熟的工艺制造生产，目前已完成了原理样片，正在研制工业样片。
高速视觉任务实测中，芯片的系统级计算耗时仅为现有高性能芯片架构的万分之三，高超的计算速度，只是这枚芯片的优势之一。在演示的智能视觉任务和交通场景计算中，其高性能、低功耗的特点，可应用于大场景多对象复杂人工智能视觉任务、无人系统（如自动驾驶）、工业生产线和大模型等高算力低功耗的场景中。
另外，由于ACCEL芯片对于边缘端的穿戴式设备这种电池供电、能量资源非常受限的场景也极富前景。
“希望更多科研机构和青年人才参与技术攻关，推进规模化、产业化，把原创性的颠覆性技术真正转化为实际生产力。”方璐期待研究出规模更大、算力更强、更通用的光电智能计算系统，创新领跑全球光电智能计算芯片生态。
未来，光电智能计算交叉群体将继续探索中国产业生态系统连接，为高质量发展汇聚更多资源，助力“中国智造”走向全球市场。江南体育官网
