電子發(fā)燒友網(wǎng)報(bào)道（文/李寧遠(yuǎn)）自1965年戈登摩爾提出摩爾定律以后，半導(dǎo)體行業(yè)在摩爾定律上已經(jīng)繁榮發(fā)展了半個(gè)多世紀(jì)。芯片，已經(jīng)成為時(shí)代發(fā)展的重要引擎。但隨著晶體管尺寸逐漸逼近物理極限，近年來摩爾定律發(fā)展已放緩，甚至面臨失效無法延續(xù)，需要建立新的芯片秩序。

而且在現(xiàn)在的人工智能時(shí)代，算力是無法替代的先進(jìn)生產(chǎn)力，是人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進(jìn)技術(shù)落地應(yīng)用的基礎(chǔ)支撐，而國內(nèi)正處在高端算力芯片供應(yīng)鏈被封鎖的形勢。如何繞開專利、技術(shù)被封鎖的束縛，找出一條新的道路來也是至關(guān)重要。

近日，清華大學(xué)團(tuán)隊(duì)在超高性能計(jì)算芯片領(lǐng)域取得了令人矚目的關(guān)鍵成果，他們成功研發(fā)的ACCEL光電計(jì)算芯片，相關(guān)成果以《面向高速視覺任務(wù)的純模擬光電計(jì)算芯片》為題發(fā)表在Nature上。

與現(xiàn)有高端GPU相比，實(shí)現(xiàn)了算力提升三千余倍，能效提升四百萬余倍的表現(xiàn)，ACCEL光電計(jì)算芯片為超高性能芯片的研發(fā)開辟了全新的路徑。

ACCEL架構(gòu)光電計(jì)算實(shí)現(xiàn)高速視覺處理性能飛躍

現(xiàn)在我們使用的各種設(shè)備和系統(tǒng)，絕大多數(shù)通過晶體管以電信號來進(jìn)行計(jì)算，以現(xiàn)在市面上用于人工智能算力芯片內(nèi)集成的晶體管數(shù)量已經(jīng)以百億、千億來算。這些晶體管操縱電流實(shí)現(xiàn)超大規(guī)模的計(jì)算。

人工智能算力正在崛起成為剛需，而摩爾定律正在衰落，尋找新興技術(shù)革新硬件計(jì)算是目前前沿科技的一大技術(shù)熱點(diǎn)。量子計(jì)算、神經(jīng)形態(tài)芯片、光子計(jì)算等都是有可能實(shí)現(xiàn)計(jì)算性能飛躍的技術(shù)路線，光子計(jì)算是其中有力的競爭者，近期ACCEL光電計(jì)算芯片的突破也印證了這一技術(shù)路線的可行性。

面向高速視覺任務(wù)的純模擬光電計(jì)算芯片基于光電深度融合計(jì)算框架，將光芯片與電芯片結(jié)合，在一枚芯片上突破大規(guī)模計(jì)算單元集成、高效非線性、高速光電接口三個(gè)國際難題，由清華大學(xué)自動(dòng)化系（戴瓊海院士、吳嘉敏助理教授）與電子工程系（方璐副教授、喬飛副研究員）聯(lián)合攻克。

不同于傳統(tǒng)計(jì)算，光子計(jì)算不是通過將電流表示成0和1來編碼和操作數(shù)據(jù)，而是利用光的物理特性來進(jìn)行計(jì)算。光子計(jì)算使用光，這使得它更快、更有效、更緊湊。光子計(jì)算的確能夠更快、更節(jié)能地處理視覺數(shù)據(jù)。

然而，由于復(fù)雜的光學(xué)非線性、用于下游數(shù)字處理的模數(shù)轉(zhuǎn)換器ADC的大功耗以及易受噪聲和系統(tǒng)誤差的影響，部署上挑戰(zhàn)很大。

因此，清華大學(xué)團(tuán)隊(duì)提出了一種結(jié)合電子和光計(jì)算（ACCEL）的全模擬芯片架構(gòu)，將衍射光學(xué)模擬計(jì)算（OAC）和電子模擬計(jì)算（EAC）融合在一個(gè)芯片中，具有可擴(kuò)展性、非線性和靈活性。根據(jù)論文數(shù)據(jù)，其系統(tǒng)能效為74.8Peta-OPS/W，計(jì)算速度為4.6Peta-OPS，而且計(jì)算的99%都由光學(xué)部分實(shí)現(xiàn)。

不論是系統(tǒng)能效還是計(jì)算速度，和現(xiàn)在最先進(jìn)的計(jì)算處理相比，ACCEL都有著數(shù)量級上絕對的領(lǐng)先。

具體來說，ACCEL的系統(tǒng)級算力穩(wěn)定達(dá)到現(xiàn)有高性能芯片的數(shù)千倍，同時(shí)系統(tǒng)級能效較現(xiàn)有的高性能 GPU、TPU、光計(jì)算和模擬電計(jì)算架構(gòu)，提升了兩千到數(shù)百萬倍不等。

對于視覺數(shù)據(jù)來說，ACCEL無疑讓處理性能實(shí)現(xiàn)了飛躍，也表明了“掙脫”摩爾定律的全新計(jì)算架構(gòu)的可行性。

全新顛覆性計(jì)算架構(gòu)，助力***領(lǐng)域彎道超車

ACCEL架構(gòu)光芯片與電芯片的融合性能的大幅提升已經(jīng)被證實(shí)，而且該芯片光學(xué)部分的加工最小線寬僅采用百納米級，而電路部分僅采用180nm CMOS工藝。如果采用更先進(jìn)的工藝技術(shù)，ACCEL能進(jìn)一步大幅降低更高時(shí)鐘頻率下運(yùn)行的控制單元功耗。

成熟的工藝卻實(shí)現(xiàn)了超越先進(jìn)制程GPU的性能，未來光子計(jì)算的霸權(quán)或許不是說說而已。

根據(jù)清華團(tuán)隊(duì)的說法，如果將OAC層數(shù)進(jìn)一步提高，ACCEL的性能將進(jìn)一步提高，實(shí)現(xiàn)靈敏度更高的光電二極管陣列并行輸出。增加SRAM位數(shù)將進(jìn)一步拓展ACCEL可分類的視覺類別數(shù)量。其未來的發(fā)展還有很大的提升空間。

更高算力和更優(yōu)秀的能耗比只是ACCEL兩個(gè)最直觀的特點(diǎn)，在論文中，還披露了大量技術(shù)細(xì)節(jié)。

ACCEL將衍射光學(xué)計(jì)算作為光學(xué)編碼器進(jìn)行特征提取后，誘導(dǎo)光電流直接用于進(jìn)一步計(jì)算，無需模數(shù)轉(zhuǎn)換器。在同一任務(wù)不同類型的數(shù)字神經(jīng)網(wǎng)絡(luò)的端到端延遲和能耗對比中，ACCEL實(shí)現(xiàn)了每幀72 ns的超低計(jì)算延遲和每幀4.38 nJ的能耗，遠(yuǎn)小于NVIDIA A100的每幀0.26 ms延遲和每幀18.5 mJ的能耗。

論采用哪種方式計(jì)算操作，在實(shí)際應(yīng)用中實(shí)現(xiàn)相同精度時(shí)，ACCEL與先進(jìn)GPU上的數(shù)字神經(jīng)網(wǎng)絡(luò)相比，全模擬的ACCEL都能將系統(tǒng)延遲和能耗降低了幾個(gè)數(shù)量級。

可以說ACCEL的全新計(jì)算架構(gòu)，極具顛覆性，繞過了模擬數(shù)字轉(zhuǎn)換器速度、精度與功耗相互制約的物理瓶頸，充分利用了光電技術(shù)的優(yōu)勢，芯片實(shí)現(xiàn)了計(jì)算效率和能耗的極致優(yōu)化。大量的實(shí)驗(yàn)數(shù)據(jù)對比也打消了人們對光子計(jì)算算力“有效性”的顧慮。

雖然這一技術(shù)目前還只是停留在實(shí)驗(yàn)室階段，但從實(shí)際應(yīng)用價(jià)值來看，這一成果對于推動(dòng)芯片技術(shù)進(jìn)步、降低能耗和提高計(jì)算效率具有重要意義。在國內(nèi)先進(jìn)制程面臨制約的情況下，清華大學(xué)團(tuán)隊(duì)在顛覆性計(jì)算架構(gòu)取得的成果給我國高性能芯片研發(fā)開辟了一條全新的路徑，是打破芯片專利、技術(shù)封鎖的一個(gè)方向。

光電芯片在量產(chǎn)后，也足夠顛覆現(xiàn)在的半導(dǎo)體格局，也將在未來實(shí)際應(yīng)用落地后推動(dòng)人工智能等領(lǐng)域的創(chuàng)新與發(fā)展。

小結(jié)

目前，該團(tuán)隊(duì)正在研究規(guī)模更大、算力更強(qiáng)的模擬域光電融合系統(tǒng)，這需要在算法層面和硬件層面，開展更高層次的聯(lián)合設(shè)計(jì)優(yōu)化。目標(biāo)應(yīng)用也拓展至和高速處理相關(guān)的領(lǐng)域，如時(shí)延降低四個(gè)數(shù)量級的超高速圖像計(jì)算、自動(dòng)駕駛、野外監(jiān)測、物聯(lián)網(wǎng)傳感器網(wǎng)絡(luò)等等。

采用全新原理研發(fā)出計(jì)算芯片需要越過很多難關(guān)，不可能一蹴而就，但ACCEL的出現(xiàn)也意味著新一代計(jì)算架構(gòu)時(shí)代的來臨可能會(huì)比料想中的更早。