清华大学自动化系和电子工程系联合攻关，提出了一种全新的计算架构：光电模拟芯片。该芯片的算力达到了目前高性能商用芯片的三千余倍。这一成果已于近期发表在《自然》杂志上。
近年来，随着人工智能的快速发展，对于计算能力的需求也越来越高。然而，传统的芯片架构已经无法满足这种需求，因此科学家们一直在寻找新的计算架构来突破摩尔定律的限制。
清华大学自动化系与电子工程系的联合攻关团队最近取得了一项重大突破，他们提出了一种名为光电模拟芯片的全新计算架构。该芯片通过将光计算和纯模拟电子计算相结合，成功地“挣脱”了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。
具体来说，该团队创造性地提出了光电深度融合计算框架，从最本质的物理原理出发，结合了基于电磁波空间传播的光计算和基于基尔霍夫定律的纯模拟电子计算。通过这种方式，他们成功地在一枚芯片上突破了大规模计算单元集成、高效非线性和高速光电接口三个国际难题。
经过实测，光电融合芯片的系统级算力较现有的高性能芯片提升了数干倍。这意味着它可以在更短的时间内完成更多的计算任务，为人工智能等领域的应用提供强大的支持。同时，该芯片的系统级能效也非常出色，达到了74.8 Peta-OPS/W，是现有高性能芯片的四百万余倍。这意味着它可以用更少的能量完成更多的运算，具有更低的能耗和更高的能效。
这一突破性的研究成果近期发表在《自然》杂志上，引起了广泛的关注。《自然》杂志特邀发表的该研究专题评述指出，这枚芯片的出现可能会让新一代计算架构比预想中早得多地进入日常生活。
对于这一成果，论文通讯作者之一、清华大学戴琼海院士表示：“开发出人工智能时代的全新计算架构是一座高峰，而将新架构真正落地到现实生活，解决国计民生的重大需求，是更重要的攻关，也是我们的责任。”
总结起来，清华大学团队研发出的光电模拟芯片通过结合光计算和纯模拟电子计算，成功地突破了传统芯片架构的限制，实现了大规模计算单元集成、高效非线性和高速光电接口三个国际难题。该芯片的系统级算力较现有高性能芯片提升了数干倍，系统级能效达到了74.8 Peta-OPS/W，是现有高性能芯片的四百万余倍。这一突破性的研究成果有望推动新一代计算架构更早地进入日常生活，为人工智能等领域的应用提供强大的支持。
