我国科研团队在光子计算领域取得颠覆性技术突破，成功研发出基于玻璃基底的可编程三维光子神经网络，将普通玻璃转化为高性能AI运算芯片，突破了传统硅基电子芯片与平面光子芯片的性能瓶颈，为高维信息片上高速、并行处理提供了全新技术方案，有望重塑下一代人工智能算力硬件发展格局。
据悉，传统AI算力芯片以硅基电子运算为主，伴随人工智能高维数据处理需求爆发，其存在算力延迟高、功耗大、制程受限等固有短板。同时，主流平面光子芯片受限于二维光路结构，光路扩容成本高、并行运算能力不足，难以适配图像、影像、多维度传感数据等海量高维信息的实时处理需求，成为制约高端AI算力轻量化、低功耗落地的关键难题。
针对行业技术痛点，科研团队创新采用飞秒激光直写核心技术，彻底颠覆传统芯片光刻制备工艺。研究人员利用高精度飞秒激光，在透明玻璃基材内部精准调控材料折射率，雕刻出多层立体交织的三维光波导网络，构建出可实现光信号自主运算的“立体光路系统”，如同在玻璃内部搭建起四通八达的光路立体枢纽，让光信号可在三维空间完成自由传输、耦合与运算，真正实现普通玻璃向AI算力芯片的跨界蜕变。
相较于传统二维平面光子芯片，本次研发的三维玻璃光子芯片具备维度层面的天然优势。平面芯片光路仅能局限于材料表层，通道扩容时芯片面积呈平方级暴涨，且高维数据需拆解为串行数据运算，效率低、损耗高。而全新三维架构依托空间维度拓展光路资源，芯片通道扩容仅需线性增加面积，无需对图像等高维数据进行降维拆分，可实现高维信息整片原生输入、并行运算，大幅简化数据处理流程、降低信号损耗。
在可编程性能层面，该芯片内置微型热光调控模块，通过74组高精度微型加热器精准调控光路相位与传输路径，依托软件即可动态重构光子神经网络权重，灵活适配图像识别、图案生成、数据推理等多种AI任务，彻底解决了传统光子器件功能固化、“单芯单用”的行业痛点，实现单芯片通用化、可重构智能运算。
实测数据显示，这款三维光子神经网络芯片算力性能大幅领先现有同类产品，理论峰值算力可达6554TOPS，相较当前顶尖可重构平面光子芯片性能提升30倍。在核心AI任务测试中，芯片对MNIST手写数字分类测试准确率达91.7%，光学图案生成保真度高达94%，运算精度表现优异。同时，凭借光子并行运算的物理特性，芯片无需高额散热功耗，能耗水平远低于同规格硅基GPU，实现了高性能与低功耗的双重突破。
业内专家表示，该技术成果具备极高的创新性与产业价值。一方面，芯片采用玻璃基材搭配飞秒激光无掩模直写工艺，不依赖2/3nm等高端光刻制程，核心制备体系自主可控，成功绕开硅基芯片的制程壁垒，为我国算力硬件国产化替代提供全新赛道。另一方面，芯片原生适配图像、医学CT、多光谱传感等高维张量数据处理，完美匹配AI卷积运算核心需求，补齐了传统芯片高维信息实时处理的短板。
在落地应用场景上，这款新型玻璃基AI芯片适配多领域轻量化、低功耗算力需求。在算力基建领域，可部署于数据中心，承担AI图像推理、海量数据运算任务，降低算力能耗与运维成本；在工业与自动驾驶领域，可集成于智能视觉设备，实现工业质检、车载实景感知的超低延迟片上运算；在医疗、航天等高端领域，可支撑医学影像快速筛查、卫星在轨图像处理，满足狭小空间、极端环境下的高性能算力需求。
此次可编程三维光子神经网络的成功研发，是光子计算领域从平面架构走向立体通用架构的标志性突破，首次实现了单片玻璃全链路可编程光学智能运算。该成果不仅验证了玻璃基三维光计算的可行性与先进性，更构建了新一代光电融合算力的全新范式，为突破传统电子算力极限、打造低功耗、超高并行度的下一代AI芯片奠定了坚实基础，将加速推动光子算力从实验室技术走向规模化产业落地。
