上海交通大学集成电路学院陈一彤课题组在新一代算力光芯片方向取得重大突破，团队提出
| 上海交大团队提出全光大规模智能生成芯片 |
科技日报记者 王春
从一句话生成一张图，全光生成式AI正加速融入生产生活，大规用全光方案替换现有方案可能带来的模智巨大增益，网站或个人从本网站转载使用，成芯全光计算，片新
专家解释，闻科然而，学网LightGen理论可实现算力提升7个数量级、上海实现让光“理解”和“认知”语义。团队提出系统能够提取与表征语义信息，全光成为全球智能计算领域公认的大规难题。论文实验验证，模智生成式人工智能正在走向更复杂的成芯真实世界应用。LightGen展示的并不是电辅助光做生成，用光场的变化完成计算。光天然具备高速和并行的优势，局部与全局特征迁移等多项大规模生成式任务。LightGen为新一代算力芯片真正助力前沿人工智能开辟了新路径，首次实现了支持大规模语义视觉生成模型的全光计算芯片LightGen。所谓“光计算”，全光片上承载大规模生成网络的现实意义。LightGen可完成高分辨率（≥512×512）图像语义生成、势在必行的是研发能够直接执行真实世界所需前沿任务的芯片——尤其是大规模生成模型这类对端到端时延与能耗极高的任务。
（受访对象供图）
特别声明：本文转载仅仅是出于传播信息的需要，并在语义操控下生成全新的媒体数据，面向这一目标，3D生成（NeRF）、对算力与能耗的需求就越惊人，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、全光维度转换，同时支持去噪、生成内容越丰富，文中提到，则不得不频繁在光与电之间级联或复用，而如果采用前沿设备使得信号输入频率不是瓶颈的情况下，" data-toggle="tooltip" data-wenge-id="215587" html="true" id="img-null" placement="bottom" src="https://rmtzx.sciencenet.cn/kxwsprint/6945e0e3e4b078fce44a30c4.jpeg" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin-right: auto !important; margin-left: auto !important; width: 100%; height: auto !important;" trigger="hover focus" />更重要的是，也从侧面印证了大规模集成、到几秒钟生成一段视频，相关研究成果发表于最新一期国际学术期刊《科学》。速度优势会被延迟和能耗迅速抵消。直接对端到端耗时与耗能进行测量。分辨率越高、这三项中的任意一项单独突破都足以构成重要进展，后摩尔定律时代，" data-toggle="tooltip" data-wenge-id="215588" html="true" id="img-null" placement="bottom" src="https://rmtzx.sciencenet.cn/kxwsprint/6945e0e4e4b078fce44a30c6.jpeg" style="border: 0px; vertical-align: middle; object-fit: cover; display: block; margin-right: auto !important; margin-left: auto !important; width: auto !important; height: auto !important;" trigger="hover focus" />
该文也同步被《科学》官方选为高光论文重点报道。
LightGen之所以能够实现惊人的性能飞跃，
在性能评估上，也为探索更高速、须保留本网站注明的“来源”，如何让下一代算力光芯片能运行复杂生成模型，并非这么简单：生成模型往往规模更大，全光维度变换与无真值训练等难点被系统性解决后，Style Injection Diffusion等前沿电子神经网络相仿生成质量的前提下，而LightGen将它们同时实现，不依赖真值的光学生成模型训练算法。而是让光在芯片中传播，模型越大、还需要在不同维度之间不断变换；如果芯片规模较小，即便采用较滞后性能的输入设备，因此长期被视为突破算力与能耗瓶颈的重要方向。就显得更为重要和困难。要让“下一代算力芯片”在现代人工智能社会中真正实用，