近日，上海交通大学陈一彤课题组研究成果发表于国际顶级学术期刊《科学》，首次实现支持大规模语义视觉生成模型的全光计算芯片LightGen，被选为高光论文重点报道。
上海交通大学集成电路学院（信息与电子工程学院）图像通信与网络工程研究所陈一彤课题组的研究成果，以《大规模智能语义视觉生成全光芯片》（All-optical synthesis chip for large-scale intelligent semantic vision generation）为题，发表于国际顶级学术期刊《科学》（Science）上。该研究在新一代算力光芯片方向取得重大突破，首次实现了支持大规模语义视觉生成模型的全光计算芯片LightGen，被《科学》杂志官方选为高光论文重点报道。
陈一彤助理教授长期致力于光计算领域研究，其团队成果显著。此次LightGen芯片在单枚芯片上同时突破三项关键瓶颈：单片上百万级光学神经元集成、全光维度转换，以及不依赖真值的光学生成模型训练算法。这使得面向大规模生成任务的全光端到端实现成为可能。
LightGen展示的是全光芯片完整实现“输入—理解—语义操控—生成”的闭环。输入图像进入芯片后，系统能提取与表征语义信息，并在语义操控下生成全新媒体数据。实验验证显示，LightGen可完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务。实测数据表明，即便采用较滞后性能的输入设备，LightGen仍可取得相比顶尖数字芯片2个数量级的算力和能效提升；若采用前沿设备，理论可实现算力提升7个数量级、能效提升8个数量级的性能跃升。
原因、影响及应对方案：
随着深度神经网络和大规模生成模型的迅猛发展，AI革新世界速度加快，但规模爆炸式增长的生成模型带来超高算力和能耗需求，与传统芯片架构性能增长速度出现缺口。光计算具备高速和并行优势，计算速度较电子芯片快100 - 1000倍，能耗降低80%以上，成为突破算力与能耗瓶颈的关键方向。
LightGen为新一代光计算芯片助力前沿人工智能开辟新路径，为探索更高速、更高能效的生成式智能计算提供新研究方向。这一突破将为生成式AI的广泛应用提供强大算力支撑，有望推动AI技术在更多场景落地。同时，上海交大此次在全光计算芯片领域的突破，不仅为AI算力提供新路径，也为中国半导体产业在AI算力新赛道实现跨越式发展提供重要支撑。
