生成式人工智能正在走向更复杂的现实世界应用。模型越大、分辨率越高、生成内容越丰富，对算力与能耗的需求就越惊人，后摩尔定律时代，面向未来的研究焦点转向光电计算等“下一代算力芯片”。然而，当前光电芯片仍主要擅长加速判别类任务，距离支撑前沿大规模生成模型还有不小距离。“如何让下一代算力光芯片能运行复杂生成模型”，成为全球智能计算领域公认的难题。
LightGen在单枚芯片上同时突破了三项领域公认的关键瓶颈：单片上百万级光学神经元集成、全光维度转换，不依赖真值的光学生成模型训练算法。不仅如此，LightGen展示的并不是电辅助光去做生成，而是让全光芯片完整实现“输入—理解—语义操控—生成”的闭环：输入图像进入芯片后，系统能够提取与表征语义信息，并在语义操控下生成全新的媒体数据，实现让光“理解”和“认知”语义。
在性能评估上，LightGen采用了极严格的算力评价标准。实测表明，相比顶尖数字芯片，即便采用较滞后性能的输入设备，LightGen仍实现了 2 个数量级的算力提升和 2 个数量级的能效提升。而如果采用前沿设备使得信号输入频率不是瓶颈的情况下，LightGen理论上可实现算力提升7个数量级、能效提升8个数量级的性能跃升。这不仅体现了在不牺牲生成效果的情况下，用全光方案替换现有方案可能带来的巨大增益，也从侧面印证了大规模集成、全光维度变换与无真值训练等难点被系统性解决后，全光片上承载大规模生成网络的现实意义。
本文同步被Science官方选为高光论文重点报道。文中提到，生成式AI正加速融入生产生活，要让“下一代算力芯片”在现代人工智能社会中真正实用，势在必行的是研发能够直接执行真实世界所需前沿任务的芯片——尤其是大规模生成模型这类对端到端时延与能耗极高的任务。面向这一目标，LightGen为新一代算力芯片真正助力前沿人工智能开辟了新路径，也为探索更高速、更高能效的生成式智能计算提供了新的研究方向。(完)
网友评论更多
262钱影星d
AI热潮预计推动2026年芯片制造设备销售额增长9%，达1260亿美元
2025/12/19 推荐
4047朱瑾希923
燃料电池"体检专家"已就位！马波...
2025/12/18 推荐
941樊宇雯pv
“定”初心，“转”不息！ABB运...
2025/12/17 不推荐