中国初创芯片登Nature：比英伟达A10快500倍！自研光电混合技术

然而，光子计算在发展过程中面临诸多挑战。一方面，集成光子学制造相对不成熟，缺乏先进的封装解决方案，导致大规模集成光子系统在性能提升、标准设计与验证以及封装等方面困难重重。

另一方面，光子计算在光学存储、计算精度（尤其在大规模复杂电路中）以及适配模型和算法等方面存在不足，限制了其商业化进程。

为此，曦智科技提出的PACE采用混合架构（首次对外公开），将光子集成电路（PIC）和电子集成电路（EIC）集成在一个系统级封装（SiP）中。

△PACE系统部署

PIC 负责执行光矩阵向量乘法（oMAC）操作，EIC则处理控制、迭代逻辑、数据输入输出、存储以及时钟控制等功能。

这种架构设计充分发挥了光子计算在速度和低延迟方面的优势，以及电子计算在逻辑处理和存储方面的长处。

在PIC中，团队设计了1×64光学数据模块和64×64权重模块执行oMAC操作。

光信号通过高性能光栅耦合器从外部激光阵列耦合进入电路，经过向量调制器阵列和权重调制器模块进行调制，最后在光电探测器阵列进行信号转换和合并。

EIC基于28-nm商业CMOS技术设计，PIC则是基于65-nm硅光子技术构建，单个芯片集成了超过16000个光子组件，实现了高度集成。

这种混合架构充分发挥了光计算的并行优势：光信号在波导中传输时天然完成乘加运算（oMAC），而电子电路则处理逻辑控制与数据存储。

实验数据显示，64×64矩阵运算延迟仅3纳秒，比传统GPU快500倍。

除此之外，研究团队创造性地将光学矩阵运算应用于组合优化问题。

通过设计”噪声驱动递归算法”，PACE系统能够高效求解伊辛模型：

在求解63节点Max-cut问题时，系统经过平均537次迭代（耗时2.7μs）即可达到92.7%的收敛率，相比NVIDIA A10 GPU提速295倍。

更引人注目的是”图像搜索”演示，系统能从随机初始状态收敛到预设的”猫”图像目标。

Nature审稿人对曦智科技团队在光子计算工程化方面作出的努力给予了高度肯定：

在光子计算领域，通常会通过小规模的演示对大规模系统性能进行乐观推断，但本文中的数据均来自整个PACE计算系统的实测性能，作者们工程化地实现了一个超大规模光子矩阵计算系统，可谓“壮举”。

在光子计算领域，通常会通过小规模的演示对大规模系统性能进行乐观推断，但本文中的数据均来自整个PACE计算系统的实测性能，作者们工程化地实现了一个超大规模光子矩阵计算系统，可谓“壮举”。

就在前不久的3月25日，曦智科技还正式推出全新一代光电混合计算卡 ——曦智天枢。

曦智天枢深度融合了光芯片与电芯片的优势，采用先进的3D封装技术，是一款高度可编程的光电混合计算卡。

与前代产品相比，其在光电集成度、光子矩阵规模、计算精度及可编程性等方面均实现了显著提升。

它不仅支持科学计算（如伊辛算法），还增强了对ResNet50等商业算法的适配性，进一步拓宽了应用场景。

曦智天枢采用非相干架构设计，具备出色的抗干扰能力和高计算精度。

其核心处理器由光学处理单元（OPU）和电学专用集成电路（ASIC）组成，通过3D先进封装技术实现协同工作，主频速率达1GHz，输出精度为8bit。

光芯片面积提升至600平方毫米，器件数量超过四万个，集成度大幅提高。

此外，其最大支持128×128矩阵规模，运算能力和灵活性均得到显著增强。用户可通过API自由配置计算矩阵系数，实现更高效的优化与适配。

在软件方面，产品搭载了曦智光电混合计算软件栈，支持主流框架如PyTorch和ONNX，用户可通过曦智编译器灵活构建高效的应用模型。

不仅如此，平台还支持用户自定义算子，进一步扩展了算法开发的灵活性。

对此，沈亦晨博士表示：

曦智天枢首次实现了光电混合计算在复杂商业化模型中的应用，是曦智科技光电混合算力技术在产品化和商业化进程中的重要突破。

我们坚信，光电混合将会为人工智能、大语言模型、智能制造等领域带来算力革新。

光+电，会是未来的答案。

曦智天枢首次实现了光电混合计算在复杂商业化模型中的应用，是曦智科技光电混合算力技术在产品化和商业化进程中的重要突破。

我们坚信，光电混合将会为人工智能、大语言模型、智能制造等领域带来算力革新。

光+电，会是未来的答案。

参考链接：