記者7日從清華大學獲悉，該校電子系方璐教授課題組與自動化系戴瓊海教授課題組在智能光芯片領域取得重大進展。他們首創全前向智能光計算訓練架構，研制出“太極-Ⅱ”光芯片，實現了大規模神經網絡的原位光訓練，為人工智能（AI）大模型探索了光訓練的新路徑。相關成果在線發表于最新一期國際學術期刊《自然》。

AI大模型的迅猛發展和廣泛應用，使算力成為關鍵的戰略資源。智能光計算憑借高算力、低能耗的優勢，在后摩爾時代展現出巨大潛力。訓練和推理，是AI大模型核心能力的兩大基石。此前，智能光芯片“太極”的問世，為大規模復雜任務的“推理”帶來了曙光，但未能釋放光計算的“訓練之能”?，F有光神經網絡的訓練嚴重依賴GPU離線建模，并要求高度匹配的前向-反向傳播模型。這對光計算系統的精準對齊提出苛刻要求，致使梯度計算難、訓練規模小，禁錮了光計算的優勢。

“與現有訓練范式不同，我們摒棄了反向傳播，另辟蹊徑，構建了光神經網絡的對稱傳播模型，僅用光學系統的前向傳播即可實現高效高精度光訓練。”方璐告訴科技日報記者。

據介紹，“太極-Ⅱ”的面世，填補了智能光計算在大規模神經網絡訓練這一核心領域的空白。除了加速AI模型訓練外，其還在高性能智能成像、高效解析拓撲光子系統等方面表現出卓越性能，為人工智能大模型、通用人工智能、復雜智能系統的高效精準訓練開辟了新路徑。

（記者華凌）