清華大學自動化系戴瓊海院士團隊研究成果入選“中國科學十大進展”
【ZiDongHua之“智能自動化”收錄關鍵詞：清華大學 電子工程 大模型 智能計算】
祝賀！清華清華大學戴瓊海院士團隊研究成果入選“中國科學十大進展”
3月27日，大學戴瓊隊研國家自然科學基金委員會在2025中關村論壇年會開幕式上發布了2024年度“中國科學十大進展”。自動清華大學作為主要完成單位的化系海院“實現大規模光計算芯片的智能推理與訓練”成果入選。
智能光計算作為近年來新興的士團計算模態，具備高速、究成進展低功耗等特性，果入國科在后摩爾時代展現出有望超越硅基電子計算的選中學潛力，解決人工智能領域的清華算力與功耗難題。然而，大學戴瓊隊研其計算任務往往局限于簡單的自動字符分類、圖像處理等，化系海院究其原因，士團痛點是究成進展光的計算優勢被困在了不適合的電架構中，計算規模受限，果入國科無法支撐復雜大規模智能計算。
針對這一難題，電子工程系教授方璐課題組、自動化系教授戴瓊海課題組，在北京信息科學與技術國研中心光電交叉群體承擔的國家2030重大項目支持下，構建了智能光計算的通用傳播模型，摒棄了傳統電子深度計算范式，另辟蹊徑，首創了分布式廣度光計算架構，研制了國際首款大規模通用智能光計算芯片“太極-I”，它首次將光計算從原理驗證推向了大規模實驗應用，以每焦耳160萬億次運算的系統級能效，為大規模復雜任務的“推理”帶來了曙光。該研究成果于2024年4月發表于《科學》（Science）期刊。
相較于模型推理，模型訓練更需要大規模算力。針對大規模神經網絡訓練難題，方璐、戴瓊海團隊又提出了全前向智能光計算訓練架構，研制了通用光訓練芯片“太極-II”，支撐智能系統的高效精準光訓練。
“太極-II”突破了計算精度與效率的矛盾，實現了多種不同光學系統的原位光訓練。在大規模學習領域，將神經網絡的訓練速度提升了1個數量級，代表性智能任務的準確率提升40%；在復雜場景智能成像領域，實現了千赫茲幀率的抗散射與非視域成像，效率提升2個數量級；在拓撲光子學領域，在不依賴模型先驗下可自動搜索非厄米奇異點，為高效精準解析復雜拓撲系統提供了新思路。該研究成果于2024年8月在線發表于《自然》（Nature）期刊。
“太極”系列智能光計算芯片
“太極-I”和“太極-II”分別實現了大規模智能光計算推理與訓練，構成了智能計算的完整生命周期。在原理樣片的基礎上，研究團隊正積極地向智能光芯片產業化邁進，在多種智能系統上進行應用部署。可以預見，智能光計算平臺將逐步登上AI算力舞臺，破除人工智能算力困局，以更低的資源消耗和更小的邊際成本，為人工智能大模型、通用人工智能、復雜智能系統的高速高能效計算開辟新路徑。
“中國科學十大進展”遴選活動自2005年啟動以來已舉辦20屆。今年的活動由近140位相關學科領域專家學者從700多項基礎研究成果中遴選出31項成果，邀請包括440余位兩院院士在內的2700余位專家學者對這31項成果進行實名投票，評選出10項重大科學研究成果，經國家自然科學基金委員會咨詢委員會審議，最終確定入選名單。本次發布的“中國科學十大進展”主要分布在數理天文信息、化學材料能源、地球環境和生命醫學等科學領域。
