1月11日消息，據(jù)《先進(jìn)光子學(xué)》（Advanced Photonics）報(bào)道，在人工智能神經(jīng)網(wǎng)絡(luò)高速發(fā)展的背景下，大規(guī)模的矩陣運(yùn)算與頻繁的數(shù)據(jù)迭代給傳統(tǒng)電子處理器帶來(lái)了巨大壓力。光電混合計(jì)算通過(guò)光學(xué)處理與電學(xué)處理的協(xié)同集成，展現(xiàn)出顯著的計(jì)算性能，然而實(shí)際應(yīng)用受限于訓(xùn)練與推理環(huán)節(jié)分離、離線權(quán)重更新等問(wèn)題，造成信息熵劣化、計(jì)算精度下降，導(dǎo)致推理準(zhǔn)確度低。

中國(guó)科學(xué)院半導(dǎo)體研究所提出了一種基于相位像素陣列的可編程光學(xué)處理單元（OPU），并結(jié)合李雅普諾夫穩(wěn)定性理論實(shí)現(xiàn)了對(duì)OPU的靈活編程。在此基礎(chǔ)上，團(tuán)隊(duì)構(gòu)建了一種端到端閉環(huán)光電混合計(jì)算架構(gòu)（ECA），通過(guò)硬件—算法協(xié)同設(shè)計(jì)，實(shí)現(xiàn)了訓(xùn)練與推理的全流程閉環(huán)優(yōu)化，有效補(bǔ)償了信息熵?fù)p失，打破了光計(jì)算中計(jì)算精度與準(zhǔn)確度之間的強(qiáng)耦合關(guān)系。

該架構(gòu)通過(guò)噪聲自學(xué)習(xí)機(jī)制，實(shí)現(xiàn)了光學(xué)與電學(xué)參數(shù)聯(lián)合優(yōu)化與自適應(yīng)計(jì)算精度補(bǔ)償。實(shí)驗(yàn)結(jié)果表明，采用4-bit的OPU時(shí)，ECA在MNIST手寫(xiě)數(shù)字識(shí)別任務(wù)（計(jì)算機(jī)視覺(jué)領(lǐng)域的經(jīng)典任務(wù)）上的推理準(zhǔn)確率達(dá)到90.8%，接近8-bit傳統(tǒng)計(jì)算架構(gòu)（TCA）的理論極限（90.9%），這表明光計(jì)算系統(tǒng)在低硬件精度情況下仍能實(shí)現(xiàn)高精度推理，為高性能計(jì)算架構(gòu)的設(shè)計(jì)提供了新思路。

該OPU支持30.67GBaud/s的運(yùn)算速率，實(shí)現(xiàn)981.3GOPS的計(jì)算能力與3.97TOPS/mm2的計(jì)算密度。理論分析表明，該結(jié)構(gòu)可進(jìn)一步擴(kuò)展至128×128規(guī)模，計(jì)算能力可達(dá)1005TOPS，計(jì)算密度為4.09TOPS/mm2，能效可達(dá)37.81fJ/MAC，顯示出其在微波光子信號(hào)處理、光通信與神經(jīng)形態(tài)人工智能等領(lǐng)域的應(yīng)用潛力。