全球芯片风起云涌 中国应该这么干！

法国初创公司 Light0n成功开发了利用激光处理数据的系统。该公司的目标是，在机器学习中通过将信息与随机数据相乘的方式压缩数据。不同的是，Light0n的系统利用了光通过半透明材料时发生的随机散射效应，能更容易地获得相同的效果。

Lightelligence公司计划于2019年第一季度推出光子计算芯片产品。 Lightmatter公司也正在用光子技术来増强电子计算机的性能，从根本上推出足够强大的全新计算芯片，以促进下一代人工智能的发展。

我国在该领域的研究和产业化基本还是空白，理应积极布局，统筹规划，否则在未来的光子信息时代，我们将又一次饱尝“缺芯缺脑”之痛。

(3) 加强光子集成相关的基础研究和人才培养

正如前面所述，我国光子集成技术发展面临学科和研究碎片化、人才匮乏、缺乏系统架构研究与设计等问题。

我国有关光子学的研究机构众多，专业繁杂，有武汉光电国家实验室、集成光电子学国家重点联合实验室、北京邮电大学信息光子学与光通信国家重点实验室、上海交通大学光子集成与量子信息实验室、南京大学微波光子技术研究中心、东南大学先进光子学中心、南京航空航天大学微波光子学实验室、中国科学技术大学量子材料与光子技术实验室、浙江大学光子材料与器件实验室、厦门大学半导体光子学研究中心、中科院上海微系统与信息技术研究所信息功能材料国家重点实验室、中山大学光电材料与技术国家重点实验室以及各学校的光电科学与工程学系。

因此，建议对标“微电子学”建立“微光子学”二级学科，规范和加强光子集成技术的人才培养。同时引导各研究机构分工协作，在自己的优势领域重点攻关，从而最终形成整体突破。

(4) 优化光子集成产业生态，构建长效战略合作机制

加强光子集成技术制造装备研发，建立光子集成芯片开放性的工艺加工平台，为高端光子集成芯片研发和生产提供技术支撑和服务。建立光子集成设计和制备技术标准化体系，增强整个产业的国际话语权。鼓励建立光子集成产业协作联盟，整合产业中分散的研发力量，完善创新体系与产业生态环境。

张江光子国家实验室牵头承担的硅光子重大专项已经取得突破，具备了光子集成芯片的制造能力。预计今年年内，我国第一条硅光子研发中试线将在沪建成。后续可结合PolyBoard和TriPleX两个工艺平台的优势拓展成一个异构平台，未来作为地区甚至国家级光子集成芯片开放性的工艺平台。

(5) 加强国际合作，努力实现我国光子集成技术的跨越式发展

我国在光子集成技术领域与欧美日俄尚有一定的差距，我们要充分利用荷兰、意大利、西班牙、德国、比利时、俄罗斯和日本等欧亚国家在光子集成芯片等高端技术的优势，加强交流与合作，迅速提升光子集成技术方面的研发能力。同时，把张江光子国家实验室建成光子集成技术的国际交流平台。

此外，加大光子集成产业核心人才引进力度，继续推动出台针对相关人才回国就业和创业的支持政策。引导和鼓励资本适当地进行必要的合资和并购，快速提升我国光子集成的自主产业能力。

四、争取在AI芯片新型架构创新上取得突破

今年以来，AI芯片初创公司呈现爆炸式增长，各种AI芯片xPU如雨后春笋，已经达数十家之多。当前无论基于多核CPU、GPU、还是FPGA架构的AI芯片本质上都不是真正的AI芯片，实际上是用现有的、相对成熟的架构和技术去应对全新的人工智能，并没有革命性的技术突破。它们往往无法满足AI的需求，也预示着目前许多所谓的xPU最终将是昙花一现。

通常CPU和GPU被设计成用来运行完整的程序，不是数据驱动的,机器学习与CPU和GPU处理完全不同，是不断训练程序使用数据的过程，然后在不进行明确编程的情况下进行推理，需要完全不同类型的处理器。AI芯片需要循环使用训练数据，必须擅长处理数据之间的连接关系，比如可以用图形表示数据之间的相关性和其他关系。

可以说，AI的神经网络的总体目标是创造大而复杂的连接关系网络，这个网络不仅可以是稀疏的、多层级的，而且可以彼此循环、学习和改进。所以，AI芯片是“连接-存储-计算”的范式，而传统 CPU/GPU是冯诺依曼结构，即“计算-存储-连接”的范式。

从这个意义上来说，范式转变和架构创新是未来AI芯片取得突破和成功的关键。

第一类创新架构的方向是计算和存储一体化(processing-in-memory)，即在分布式存储单元里面加上计算的功能。其中，具有代表性的是英国Graphcore公司的人工智能芯片IPU(Intelligence Processing Unit)。IPU采用16nm工艺，大规模多核阵列(大于1000个核)架构，每个核都有一个存储单元(没有外接共享存储，是完全芯片内分布式存储)，同时支持训练和推理。

最近，美国的SRC启动了一个1.5亿美金的5年研究计划JUMP，其中一个方向也是Intelligent memory and storage。

第二类创新架构的方向是类脑芯片，典型的有IBM公司的类脑芯片TrueNorth、英特尔的自我学习芯片Loihi和高通的Zeroth芯片等。

（编辑：湘西站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!