夜雨聆风
这项目不错！
【融资中的项目】Micro led车灯芯片、GaN/SiC嵌埋功率模块、汽车液压全主动悬架、汽车及能源DSP芯片、高端有机硅新材料等。
宾夕法尼亚大学科研团队或已找到以光替代电能、为下一代人工智能赋能的全新路
内容摘要
宾大研究人员成功研制出一种光物质杂化粒子，既能大幅提升人工智能算力运算速度，还能显著降低能耗。该技术突破有望以超高能效的光子计算技术，逐步替代部分传统电子计算流程。
【正文】
光物质融合技术迎来人工智能领域重大突破。在示意图中，光线被导入纳米级微腔结构，与原子级超薄材料发生相互作用，进而形成激子极化激元。这种杂化粒子兼具光线的高速传输特性与物质的交互作用能力，可实现光信号逻辑切换。
全球首台通用电子计算机埃尼亚克问世八十年后，宾夕法尼亚大学科研团队正式开启新一代算力驱动技术探索。自上世纪 40 年代起，电子一直是计算机运行的核心载体，如今科研人员开始将研究重心转向光子。
埃尼阿克（ENIAC）计算机由宾大科学家约翰・莫奇利与约翰・普雷斯珀・埃克特研发，依靠电子流运算破解复杂数学难题，正式拉开现代计算机时代的序幕。时至今日，电脑、智能手机以及各类人工智能系统，依旧沿用这套电子运算架构。但随着人工智能算力需求持续暴涨，纯电子硬件的性能瓶颈愈发凸显。
电子运算为何濒临性能极限
电子本身携带电荷，在芯片内部运行时会产生诸多弊端：电子在介质中移动会产生热量，同时遭遇传输电阻，造成大量能源损耗。随着芯片架构愈发精密，人工智能海量数据处理负荷不断加大，这类能耗与散热难题愈发难以解决。
宾大文理学院物理学家Bo Zhen领衔的研究团队提出，组成光线的光子有望破解上述行业痛点。
该研究论文共同第一作者、Bo Zhen实验室前博士后Li He解释道：“光子不带电荷、静止质量为零，能够远距离高速传输信息且信号损耗极低，目前已广泛应用于通信领域。但也正因呈电中性，光子很难与周边介质产生交互，无法完成计算机核心的信号切换逻辑运算。”
简单来说，光线擅长高速高效传输信息，却难以实现算力必备的逻辑切换运算。
光物质融合赋能人工智能算力运算
为攻克这一难题，Bo Zhen团队研发出一种特殊准粒子——激子极化激元。该粒子由光子与原子级超薄半导体材料内部的电子强耦合作用形成，融合之后大幅提升光信号交互能力，可独立完成各类算力任务所需的信号逻辑切换。
这项技术对高功耗的人工智能系统而言意义重大。
目前多款试验性光子人工智能芯片，已实现利用光线高速完成部分运算工作。但在执行决策类非线性激活运算时，这类设备依旧需要将光信号转回电信号，信号来回转换不仅拖慢运算速度，还会增加能耗，大幅削弱光子计算的天然优势。
依托激子极化激元技术，宾大团队成功实现全光逻辑切换，单次运算能耗仅约4飞焦，能耗数值极低，远低于微型LED灯瞬时点亮所需耗电量。
助力研发高速低耗人工智能芯片
倘若该技术顺利实现规模化落地，未来光子芯片可直接处理摄像头采集的光学信息，彻底省去光电反复转换流程；同时大幅降低大型人工智能模型的庞大能耗，还有望在新一代芯片中搭载基础量子计算功能。
分享是一种积极的人生态度
北汽杀入车规级芯片领域，主机厂造芯再添新军
