这是一场业内顶级峰会，大会开幕由中国工程院工程管理学部胡文瑞院士进行主持，中国工程院原副院长、本次大会主席杜祥琬院士，第十三届全国人大常委、环资委副主任委员、中国工程院原副院长赵宪庚院士，及阿里巴巴技能委员会主席王坚院士在内的多名国内外有名学者、院士到临参加。
本次大会汇聚全国八百余位专家学者和代表到会，上万人在线参与直播不雅观看，会议紧张环绕对经济发展和社会进步有主要浸染和深远影响的未来技能、颠覆性创新主题进行大会学术互换。并针对电子信息、未来芯片、能源、人工智能和生物信息等五大重点方向举行专题学术研讨，以及国际对接互换。
个中，涉及到光学、打算机科学、芯片制造等多个科学技能门类的 “光子芯片”，由于其前瞻性和对当前世界格局的颠覆性潜力而备受瞩目。
来自麻省理工学院的纳米光学先驱、“麦克阿瑟天才奖” 得到者马林・索利亚奇（Marin Soljačić）教授、及源自麻省理工学院的光子打算硬件开拓公司曦智科技（Lightelligence）联合创始人兼 CEO 沈亦晨博士就 “光子芯片” 技能的发展和运用在主论坛作了精彩演讲，现由 DeepTech 整理如下。
由于疫情的缘故原由，Marin 教授本人没有到场，而因此视频的办法详细先容了光打算产生的背景、技能上风和演进进程。本部分内容绝大部分整理自 Marin 和沈亦晨的演讲，并适当作了补充。
光打算 —— 从观点到产品
随着时期的发展，诸如阿里巴巴这样的公司，拥有了越来越多的数据。人们可以基于此建立强大的人工智能模型，但与此同时，对打算机算力的哀求也水涨船高。
过去，硬件能力按照摩尔定律持续增长，算力方面的瓶颈还没有那么明显，但显然现在这个时候，它开始 “失落效” 了，硅基芯片开始逐渐到达物理极限，人们必须探求更新、更高效的打算办法。
同时，超高算力的打算机在能耗方面的问题也日渐凸显。
图 | 中国超算神威・太湖之光与人脑的能耗比拟。
太湖之光的功率是 1.5 万千瓦时，大于 1.5 万台空调的能耗；而人脑事情一天只须要一个汉堡包。这是六个数量级的差距，或许这解释打算这个过程并不一定须要耗费如此巨量的能源。因此，考试测验不该用硅基芯片，或者说不该用电子打算是一个可能的方向，于是 Marin 结合前期的研究，提出了光打算设想。
现有的研究已经证明，光打算在处理某些问题时，能力明显优于电子运算，例如“矩阵乘法”，利用光可以基本上零延时、零能耗完成。
而矩阵乘法对人工智能神经网络非常主要。实际上，很难找到比神经网络更加依赖矩阵乘法打算的实例了。
这并不是 Marin 他们的独创，早在 1987 年便有人揭橥了此类论文，奈何当时并没有比较得当的运用领域，所往后来逐渐沉寂，但现在人工智能兴起，到了它抖擞第二春的时候，因此为 “利用光打算矩阵乘法” 这一过程开拓专门的硬件变得顺理成章。
图 | “Optical Neural Computers” Y.S.Abu-Mostafa，D.Psaltis. Scientific American, 256, 88, (1987)，以及更多之后的论文都在描述光打算的轮廓。
以 Marin 的博士生沈亦晨为首的几逻辑学生，在几年前承担了这个任务，他们很快创造这个路径是可行的，并且前景广阔。
光打算最根本的光学元件名为 MZI（马赫－曾德尔干涉仪），它本来用作不雅观测从单独光源发射的光束分裂成两道准直光束之后，经由不同路径与介质所产生的相对相移变革。
图 | 集成在芯片中的单个 MZI 实物图。基于目前的科技水平和制造工艺，已经可以做到在一个芯片上集成数万个这种光学设备。并且由于它的生产过程可以重用 CMOS 电子设备的技能，以是价格也相称低廉。（来源：曦智科技）
在矩阵乘法中，MZI 的打算事理可以普通地阐明为，它有两条 “手臂”，通过某种办法改变两条手臂的光程，以此来改变光通过两条手臂之后相互干涉的结果。
图 | MZI 矩阵乘法事理图。详细流程是，进入 MZI 的相关光首先分为两部分，每半部分的相位调度不同。将具有不同相位的旗子暗记组合会导致相长或相消干涉，从而有效地调节通过 MZI 的光的亮度，该调节过程可被视为乘法运算。而当两道光芒相遇，旗子暗记被有效地加在一起，即完成了一次光 MAC（Multiply-accumulate 乘积累加）。
目前的实验证明，光打算实现人工智能的识别率已经非常靠近于传统的电子打算机，并且仍旧存在非常大的改进空间。
图 | Marin 教授展示的实验结果
最让人愉快的地方在于，全体打算过程是瞬时无能耗的，并且光打算的时钟周期可以比电子打算机提高约 100 多倍。
短期内，光子打算机作为一个整体与电子打算机基于通用 Benchmark，在相同的节点之下，前者大概领先后者 5 到 10 倍，在一些特定算法（如退火），光子打算机可以达到百倍的提升。
图 | 光子打算机善于的领域：机器学习、生物信息学、密码学、排程问题、车辆路径问题、电路设计等。
“光子芯片” 发展韶光表2016 年，沈亦晨和导师 Marin 在 MIT 实验室初步验证了光子打算芯片的可行性。研究成果于 2017 年 6 月揭橥在顶级期刊 Nature Photonics，并荣登封面。
图 | Deep learning with coherent nanophotonic circuits
2017 年曦智科技成立，2019 年初，他们发布了环球首款光子芯片原型板卡。
图 | 曦智科技原型板卡
2020 年，曦智科技已经打造了一支近 80 人的精干研发团队，并与环球领先的晶圆厂、封装厂产线达成计策互助，全部准备事情基本就绪。云打算做事商、运营商、金融集团等将成为曦智科技的第一批客户。
图 | 曦智科技芯片实物图
目前，曦智科技的光打算芯片由一个电子芯片和光子芯片垂直堆叠组成。沈亦晨说道，未来的光打算系统中，较大可能短期内离不开一块电子芯片，光子芯片可以理解为电子芯片的 “地铁”，它帮助电子芯片分担包括线性打算、数据传输、内存读取这些相对耗时的操作。
最大的寻衅来自于对付光打算芯片上光学器件密度的提升。以目前的科技水平和制造工艺，曦智已经可以做到在一个芯片上集成数万个根本光学器件。
未来与展望从 2017 年论文揭橥，到 2021 年第一代商用产品落地，看似短短的几年韶光，实在是沈亦晨和团队星夜兼程的结果。
他说，未来曦智的光电芯片会做成 PCIe 板卡，集成到云打算做事器中，为须要算力的场景如城市大脑、自动驾驶、聪慧金融、新材料、药物研发等供应强大支撑。
如果人工智能是一个拥有无限潜力开疆拓土的机器，那么高算力芯片将成为最核心的发动机。
光打算芯片将打破摩尔定律和电子芯片物理极限，大幅降落芯片能耗，让云打算机房摆脱对能源的依赖和带来更长的续航。同时，光子芯片有望帮助我国摆脱对前辈制程技能的依赖，让低制程、高性能成为可能，一改当前的被动局势。
末了，光子芯片技能究竟颠覆的是什么？“首先，光子芯片供应了全新芯片设计架构思路，从把更多的处理同一任务的器件放在一起，到利用光学芯片作为传输，彻底颠覆原有的设计理念；此外，光子芯片引发人们对芯片性能极限的思考：当芯片性能极限不再受到工艺制程的限定，那么光子芯片的极限到底是什么？这种性能极限的打破对付运用处景意味着什么？这可能将会启示出更多新的想法。” 沈亦晨的话给光子芯片的发展留下了无穷的想象空间，也对会议主题作出了回应。
图 | 马林・索利亚奇（Marin Soljačić），1974 年出生于克罗地亚都城萨格勒布。1996 年得到麻省理工学院物理学和电气工程学士学位，1998 年得到普林斯顿大学理学硕士学位，2000 年得到物理学博士学位。2005 年，他成为麻省理工学院物理学教授。2008 年，他被付与麦克阿瑟奖，这是一个 “不附带任何条件” 的奖项，非官方称之为 “天才奖”。他的紧张研究兴趣是人工智能以及电磁征象，重点是纳米光子学，非线性光学和无线电力传输。他是 200 多篇论文和 100 多项美国专利的合著者。
图 | 曦智科技联合创始人兼 CEO 沈亦晨，麻省理工学院物理学博士，师从麻省理工学院 Marin Soljacic 教授，拥有多年纳米光学和人工智能算法的科研履历。曦智科技成功开拓出世界第一款光子芯片原型板卡，并且用光子芯片运行了 Google TensorFlow 自带的卷积神经网络模型来处理 MNIST 数据集，全体模型超过 95% 的运算是在光子芯片上完成。光子芯片处理的准确率已经靠近电子芯片（97% 以上），其余光子芯片完成矩阵乘法所用的韶光是最前辈的电子芯片的 1% 以内。
