清华大学再登Nature！“太极2”芯片引领量子未来

“太极2”芯片由清华大学双学科联合研发完成，并获得之江实验室平台虞绍良教授的支持。本研究提出并验证了一种创新的全前向模式（FFM）学习方法，首次实现将光学神经网络的训练过程在物理光计算系统中直接完成，摆脱了传统数字仿真的效率限制。该方法在自由空间和集成光子平台上成功训练了拥有数百万参数的深层光学神经网络，准确率与理想模型相当。

FFM学习具备以下关键突破：

• 在物理系统中并行完成主要计算任务，显著提升训练速度和能效；

• 支持衍射极限分辨率的全光聚焦，可千赫兹帧率成像视线外隐藏物体；

• 在亚光子能级下运行，能效高达5.40 × 101? OPS/W；

• 无需解析模型即可自动搜索非厄米例外点，推动拓扑光子学发展。

之江实验室虞绍良教授是本次“太极2”智能光芯片项目的参与者之一，也是Nanoscribe资深用户，长期致力于光子芯片与纳米光结构的集成制造研究，深度熟悉Quantum X align与PPGT2等先进双光子光刻设备。

其中，Quantum X align系统搭载Nanoscribe自主研发的A2PL?专利对准技术，可实现光刻结构与光纤端面、光子芯片等微纳平台之间的纳米级高精度对准，在复杂三维结构构建方面具有独特优势。

同时，其采用的2GL?双光子3D打印技术在保持高分辨率打印质量的同时，大幅提升打印速度，特别适用于微光学器件制造、光子封装与芯片级集成等应用场景。

如两仪分立，太极-I和II分别实现了高能效AI推理与训练；又如两仪调和，太极-I和II共同构成了大规模智能计算的完整生命周期，开启了智能光计算的新时代。在原理样片验证取得关键突破后，研究团队正加速推进“太极2”智能光芯片的工程化与产业化进程，相关成果已在多类端侧智能系统中实现初步部署。这标志着中国在智能光计算核心技术领域正从“实验室阶段”向“实际应用”快速跨越。

随着AI大模型与复杂智能系统对算力提出前所未有的挑战，传统计算架构面临能耗高、成本大、扩展难等瓶颈。“太极2”所代表的新一代智能光计算平台，具备高并行、高能效、低延迟等独特优势，有望成为未来人工智能基础设施的重要组成部分。