近日，清华大学在光计算领域取得重大突破，成功研制出"太极-II"光训练芯片，实现了光计算系统大规模神经网络的高效精准训练。这项创新成果由清华大学电子工程系方璐教授课题组和自动化系戴琼海院士课题组联合完成，他们首创了全前向智能光计算训练架构，为光计算技术的发展开辟了新的道路。

图源备注:图片由AI生成，图片授权服务商Midjourney

近年来，智能光计算因其高算力和低功耗特性在算力发展领域备受关注。此前的通用智能光计算芯片"太极"已将光计算从原理验证推向大规模实验应用，系统级能效达到160TOPS/W。然而，现有的光神经网络训练仍然严重依赖GPU进行离线建模，并要求物理系统精准对齐，这限制了光计算技术的进一步发展。

"太极-II"光训练芯片的成功研制克服了这些局限。据清华大学官方介绍，这款新型芯片能够对多种不同的光学系统进行训练，并在多个任务中均表现出卓越的性能。它不再依赖GPU进行离线建模，简化了训练过程，为光计算系统的大规模神经网络训练提供了高效、精准的新方法。

这项突破性成果的意义重大。它不仅展示了中国在前沿科技领域的研究实力和创新能力，还有望推动光计算技术在人工智能、大数据处理等领域的广泛应用。随着"太极-II"光训练芯片的问世，光计算技术在训练能力和应用范围上都将得到显著提升，为未来更高效、更智能的计算系统开发铺平了道路。

论文地址:https://www.nature.com/articles/s41586-024-07687-4