近年来，人工智能（AI）技术的爆炸性增长令全球震惊。算力是AI技术最容易被“卡脖子”的瓶颈，新晋全球最高市值公司，芯片制造商英伟达制造的高端AI芯片大多被划入禁运清单，由此可见一斑。随着场效应管的最小尺寸逼近原子尺度，摩尔定律面临失效，同时，快速增长的算力需求也带来了惊人的能耗，OpenAI首席执行官萨姆∙奥特曼、英伟达创始人黄仁勋以及特斯拉创始人伊隆∙马斯克都曾公开表示，能耗将很快成为制约AI发展的关键因素。如何找到能够承载更高算力并且具备更低能耗的下一代AI芯片体系成为了当下亟需解决的问题。

基于光子集成芯片的光子神经网络为上述问题提供了很有希望的解决方案。传统基于硅光平台的光子神经网络芯片大多基于热光效应实现相位调控，需要持续消耗能量来维持参数配置，伴随着复杂的热串扰问题，且调控速率较低，这些成为了制约光子神经网络芯片发展的关键因素。铌酸锂（LiNbO3，LN）晶体可利用晶体中固有电偶极矩对外加电场的快速响应来对光场进行相位调控，基于电光效应的相调器只在充放电的瞬间消耗能量，相比热调方案其能耗往往有数个数量级的优势，这为低功耗高速调控的光子神经网络芯片提供了诱人的解决方案。

在本研究工作中，博士生郑勇与伍荣波、程亚等人基于自主研发的光刻辅助化学机械抛光（PLACE）工艺，攻克了超低损耗与超大规模薄膜铌酸锂光子芯片制造难题，构建了世界上首片薄膜铌酸锂光子神经网络原型芯片“禅芯-1”（ZEN-1），如图1（a）。 “禅芯-1”是目前集成规模最高的薄膜铌酸锂光子神经网络芯片，单片集成54路独立电控单元，矩阵运算保真度达到98.5%，算力达到0.64 TOPS/s，能效高达30 TOPS/W，相比同架构的硅光神经网络芯片，提高了1~2个数量级。“禅芯-1”在包括非线性数据点集Circles和Moons的分类、鸢尾花种类识别与手写数字识别在内的几项基础深度学习应用中表现出超过90%的准确率。本研究工作还进一步论证了，“禅芯”系列芯片的算力与能效都将随着芯片规模的扩大而持续提高，如图1（b）。该研究成果展示了光子神经网络在解决传统计算设备能耗问题上的巨大潜力，有望在未来可持续发展的智能计算领域发挥关键作用。该研究成果以华东师范大学精密光谱科学与技术国家重点实验室为第一单位发表于Laser & Photonics Review 2024, 2400565 。

论文链接：

https://onlinelibrary.wiley.com/doi/10.1002/lpor.202400565

图1: (a)“禅芯-1”铌酸锂光子神经网络芯片照片。(b) “禅芯”系列芯片的能效随芯片规模增长趋势及其与硅光平台芯片的对比。