生成式人工智能正從簡單的圖文生成邁向更復雜的真實場景應用，模型復雜度與內容豐富度的提升，對算力與能耗提出了前所未有的挑戰。當前光電芯片雖在加速判別類任務中表現突出，卻難以直接支撐大規模生成模型的運行。如何突破這一瓶頸？上海交通大學集成電路學院陳一彤課題組近日在《科學》期刊發表研究成果，宣布成功研制全球首款支持大規模語義視覺生成的全光計算芯片LightGen，為下一代算力芯片開辟了全新路徑。

傳統電子芯片依賴電子在晶體管中的流動完成計算，而光計算芯片則讓光在芯片內部傳播，通過光場變化實現運算。光信號具有天然的高速并行特性，理論上可突破現有算力與能耗限制。然而，生成式AI模型規模龐大且需跨維度處理，若芯片集成度不足，光信號需頻繁與電信號轉換，反而會因延遲與能耗抵消速度優勢。全光計算因此成為關鍵——只有完全擺脫電信號輔助，才能充分發揮光的潛力。

LightGen的突破性在于單芯片同時攻克三大技術難題：首次實現百萬級光學神經元集成，構建起可處理復雜任務的“光腦”；開發全光維度轉換技術，使芯片能自主切換不同計算模式；創新不依賴真實數據的光學生成模型訓練算法，解決傳統方法依賴海量標注數據的痛點。這三項技術單拎任何一項均屬行業前沿，而LightGen的集成創新讓大規模生成任務的全光端到端實現成為可能。

更值得關注的是，LightGen構建了完整的“輸入—理解—語義操控—生成”閉環。當圖像輸入芯片后，系統可自動提取語義特征，并在語義指令下生成全新媒體內容。實驗顯示，該芯片不僅能完成高分辨率圖像生成、3D建模、高清視頻合成，還支持去噪、特征遷移等復雜任務。例如，在語義調控下，芯片可將冬季雪景轉換為夏季綠蔭，或讓靜態圖像“動”起來生成視頻片段。

這項成果被國際學術界視為算力芯片領域的里程碑。傳統電子芯片每秒可處理約10萬億次運算，而LightGen通過光子并行計算，理論算力可提升數個數量級，同時能耗降低至傳統方案的百分之一。業內專家指出，該研究不僅為生成式AI提供了更高效的硬件支撐，更揭示了光計算在復雜認知任務中的潛力，可能引發計算架構的范式變革。