经长期联合攻关，清华大学研究团队突破传统芯片的物理瓶颈，创造性提出光电融合的全新计算框架，并研制出国际首个全模拟光电智能计算芯片（简称ACCEL）。经实测，该芯片在智能视觉目标识别任务方面的算力可达目前高性能商用芯片的3000余倍，为超高性能芯片的研发开辟全新路径。该成果近日发表于《自然》杂志上。

ACCEL共有三大优势：

• 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。

近年来，如何构建新的计算架构，发展新型人工智能计算芯片，是国际关注的前沿热点。利用光波作为载体进行信息处理的光计算，因高速度、低功耗等优点成为科学界研究热点。然而，计算载体从电变为光，还要替代现有电子器件实现系统级应用，面临诸多难题。

为此，清华大学信息科学技术学院院长戴琼海院士、自动化系助理教授吴嘉敏，以及电子工程系副教授方璐、副研究员乔飞，结合光计算、纯模拟电子计算等技术，突破传统芯片架构中数据转换速度、精度与功耗相互制约的物理瓶颈，提出一种全新的计算框架，有望解决大规模计算单元集成、光计算与电子信号计算的高效接口等国际性难题。

“我们是在全模拟信号下发挥光和电的优势，避免了模拟-数字转换问题，突破了功耗和速度的瓶颈。”方璐表示，除算力优势外，在智能视觉目标识别任务和无人系统（如自动驾驶）场景计算中，ACCEL的系统级能效（单位能量可进行的运算数）经实测是现有高性能芯片的400万余倍，“这一超低功耗的优势将有助于改善限制芯片集成的芯片发热问题，有望为未来芯片设计带来突破。”

此外，ACCEL光学部分的加工最小线宽为百纳米级。“实验结果表明，仅采用百纳米级工艺精度，就可取得比先进制程芯片大幅提升的性能。”方璐说。

戴琼海表示，ACCEL未来有望在无人系统、工业检测和人工智能大模型等方面实现应用。目前团队仅研制出特定计算功能的光电融合原理样片，亟需进一步开展具备通用功能的智能视觉计算芯片研发，以便在实际中大范围应用。