【中科院光计算实现重大突破AI芯片可能要变天！】

　　事件1：Lightmatter声称，他们推出的Envise芯片的工作速度比最先进的NvidiaA100 AI芯片快1.5至10倍，具体根据任务的不同有所差异。以运行BERT自然语言模型为例，Envise的速度是英伟达（Nvidia）芯片的5倍，并且仅消耗了其六分之一的功率。

　　事件2：近日，中科院研制出一款超高集成度光学卷积处理器，相关研究成果发表在《自然-通讯》上，此项举措标志着我们在光计算方面有了重大突破。中信建投更是直接喊出此项技术的突破在AI领域具有广阔前景。

　　光计算技术： 采用光学方法来实现运算处理和数据传输的技术和设备。光计算具有二维并行处理、高速度、大容量、空间传输和抗电磁干扰等优点，一般可归纳为数字光计算和模拟－数字光计算。数字光计算考虑采用光存储、光互联和光处理器。 发展光计算刻不容缓，

　　1、半导体光刻工艺水平的发展是以芯片为核心的电子计算机的基石，目前半导体光刻的制造工艺几乎是摩尔定律的物理极限，随着制造工艺的越来越小，芯片内晶体管单元已经接近分子尺度，半导体制作流程与工艺的“瓶颈效应”越来越明显。

　　2、随着全球化和科技特别是近年来人工智能的快速地发展，需要处理的数据量在飞速增加，相应的数据处理模型和算法也在持续不断的增加，带来的结果就是对算力和功耗的要求逐步的提升，而目前冯•诺依曼架构和哈佛架构的电子计算机存在传输瓶颈、功耗增加以及算力瓶颈等问题，已越来越难以满足大数据时代对算力与功耗的需求，因此提高运算速度同时降低运算功耗是目前面临的紧要问题。

　　3、美国早先一步，早在2016年，《自然》杂志社论“超越摩尔”中精确指出电子芯片难以为继。2019年，美国普林斯顿大学普鲁尼 （Prucnal） 等人撰文指出人工智能大数据时代对算力的需求每三个半月翻一番，远超摩尔定律所预测的算力供给量，即每18～24个月翻一番。同年，美国国防部高级研究计划局 （DARPA） 启动“未来计算系统”项目，目的是研究基于知识/推理的引擎，具备深度学习能力、高算力和低功耗的集成光子芯片。

　　2、光具有天然的并行解决能力以及成熟的波分复用技术，从而使数据处理能力和容量及带宽大幅度提升；

　　3、光计算功耗有望低至10~18 J/bit，相同功耗下，光子器件比电子器件快数百倍。

　　4、光计算技术的并行性运算特点，以及光学神经网络等算法和硬件架构的发展，为图像识别、语音识别、虚拟现实等人工智能技术对算力的需求提供了最有潜力的解决方案。 A股相关标的： 重点推荐：仕佳光子（688313） 光芯片国内第一股 ---PLC芯片全球占有率第一达53%，光芯片细分行业绝对龙头，公司是国内光通信行业光芯片及器件领军企业，同时也是DFB激光器国内少数掌握技术的企业，中科院半导体研究所是公司第四大股东，在光计算领域已经送样，这次中科院成功研制出超高集成度光学卷积处理器，相信仕佳光子有着重大技术上的支持。未来也将和中科院一起，为国内光计算发展做出巨大贡献。

　　仕佳光子1月31日在互动平台表示，在光计算领域，O波段LWDM大功率DFB激光器芯片在光计算领域已开始送样及样品单阶段。

　　事件1：Lightmatter声称，他们推出的Envise芯片的工作速度比最先进的NvidiaA100 AI芯片快1.5至10倍，具体根据任务的不同有所差异。以运行BERT自然语言模型为例，Envise的速度是 英伟达 （Nvidia）芯片的5倍，并且仅消耗了其六分之一的功率。 事件2：近日，中科院研制出一款超高集成度光学卷积...