国产算力新突破！清华上交联合研发全光AI芯片，速度超英伟达H100百倍

发布时间：2025-12-25

类别：行业动态

阅读：1

【科技日报 记者 刘园园 2025年12月24日】后摩尔时代算力突围迎来关键进展。12月24日，清华大学与上海交通大学联合研发团队在国际顶级期刊《Science》发表重磅成果，宣布成功研制全球首款面向生成式AI的全光AI芯片“LightGen”。该芯片实现从输入编码、矩阵运算到输出解码的全程光信号闭环运行，彻底绕开传统电子芯片的冯·诺依曼瓶颈与发热限制，在核心性能指标上实现对国际主流产品的跨越式超越，为国产AI算力开辟了不依赖先进制程的全新路径。

性能颠覆：0.1秒生成高清图，能耗不足传统芯片1%

在AI生成任务的实测中，LightGen展现出“光速运算”的压倒性优势。研究团队公布的数据显示，在运行Stable Diffusion v2.1模型生成512×512分辨率高清图像时，LightGen仅需0.1秒即可完成单图生成，整机功耗不足3瓦；而当前全球主流的英伟达H100 GPU完成相同任务需耗时12秒，功耗高达700瓦。这意味着LightGen的运算速度提升达120倍，单位算力能耗降低超99%，能效比优势达到两个数量级。

更值得关注的是，LightGen的并行计算能力随任务复杂度同步提升。在4K视频帧生成等大规模并行任务中，其依托光子的波长、偏振、空间多路复用特性，可实现百万通道同时计算，彻底摆脱电子芯片的物理性能桎梏。“传统电子芯片靠缩小晶体管尺寸提升算力，已逼近物理极限，而光子无质量、无电荷且传播速度接近光速的特性，为算力增长打开了新空间。”项目核心成员、清华大学电子工程系陈一彤教授解释，LightGen相当于把整个神经网络“刻”进一块玻璃里，光信号一次通过即可完成万亿级浮点运算。

技术层面，LightGen实现了三大关键突破：通过超表面结构与三维封装技术，在不足35mm²的芯片上集成210万个光子神经元，数量是国外同类产品的数百倍；首创“光学潜空间”技术，将光信号维度转换效率提升至95%以上，破解全光生成的核心障碍；创新无监督训练算法，无需预设真实标签即可自主学习语义特征，训练效率提升10倍。

战略价值：不依赖EUV，开辟国产算力自主路径

相较于性能突破，LightGen在制造工艺上的战略意义更为深远。该芯片基于成熟的200mm晶圆工艺制造，核心器件尺寸为百纳米级，完全适配国内现有的深紫外（DUV）光刻机及配套产业链，无需依赖受地缘政治限制的极紫外（EUV）光刻机。这一特性使其成功避开传统高端芯片制造的“卡脖子”环节，为国产AI算力提供了一条非对称超越的全新路径。

“当前全球AI算力竞争的核心痛点，是先进制程芯片依赖EUV设备的供应链风险。”中国电子信息产业发展研究院半导体研究所所长李珂表示，LightGen的技术路线证明，通过架构创新而非制程迭代，同样能实现算力突破。这不仅降低了高端算力芯片的制造门槛，更让我国在光计算这一新兴赛道抢占了全球领先地位，为构建自主可控的AI算力体系奠定了关键基础。

与此同时，LightGen的低能耗特性契合“双碳”目标。据测算，训练一次GPT-4大模型需耗电约1300兆瓦时，相当于130个美国家庭一年的用电量。若全球AI训练任务逐步转向光计算，年减碳量有望达到亿吨级规模，为AI产业的绿色可持续发展提供核心支撑。

产业化进程：3-5年先落地数据中心，生态建设成关键

业内普遍认为，LightGen有望在超高清内容生成、自动驾驶实时感知、医疗影像处理等对算力和时延要求极高的场景快速落地，加速光计算的商业化进程。目前，华为、阿里云、寒武纪等国内科技企业已与研发团队接洽，探索在云渲染、AIGC内容生成等领域的试点应用。

不过，从实验室原型到大规模商业化，LightGen仍需跨越多重工程化门槛。陈一彤教授坦言，当前百万级光子神经元集成工艺的良率不足30%，远低于商用芯片90%以上的标准；光芯片对温度、振动极度敏感，纳米级波导对准误差需控制在±10纳米内，封装稳定性和环境适应性有待提升；此外，软件生态建设仍是短板，目前团队虽已开源基础编译器“PhotonFlow”，但要构建类似英伟达CUDA的成熟编程框架，让普通开发者无需掌握光学知识即可适配模型，至少需要3-5年时间。

基于这些挑战，研发团队预判LightGen将遵循“专用服务器→边缘端→消费端”的分阶段落地节奏。2026-2028年将率先在数据中心部署，以“协处理器”形式专门处理高能耗的矩阵运算，缓解数据中心的能耗压力；5年后若封装、温控等技术突破，有望切入自动驾驶、AR眼镜等边缘设备；长期来看，或与量子计算、类脑芯片融合，构建下一代智能基础设施。

全球竞争：中国光计算赛道实现“换道超车”

光计算是全球半导体领域的竞争焦点，美国加州理工学院、台积电等机构均在持续布局，但此前的光子芯片神经元集成数量多停留在数千至数万个级别，难以支撑复杂的生成式AI任务。LightGen通过210万个光子神经元的集成突破，直接让中国在该领域实现从“跟跑”到“领跑”的跨越。

“LightGen的突破不仅是技术层面的创新，更重塑了全球算力竞争的格局。”中科院微电子研究所研究员张旭认为，在传统电子芯片先进制程被封锁的背景下，我国科研团队在光计算赛道的先发优势，有望转化为产业优势。随着后续产业化推进，将带动薄膜铌酸锂材料、光电封装、专用EDA工具等上下游产业链的发展，形成全新的光计算产业生态。

目前，研发团队已围绕LightGen布局多项核心专利，并联合国内产业链企业推进工艺优化和良率提升。陈一彤表示，团队下一步将重点攻克封装稳定性和软件工具链两大核心难题，推动光计算技术从实验室走向实际应用，让“光速算力”真正赋能千行百业。