3月27日，国家自然科学基金委员会在2025中关村论坛年会开幕式上发布了2024年度“中国科学十大进展”。清华大学作为主要完成单位的“实现大规模光计算芯片的智能推理与训练”成果入选。

智能光计算作为近年来新兴的计算模态，具备高速、低功耗等特性，在后摩尔时代展现出有望超越硅基电子计算的潜力，解决人工智能领域的算力与功耗难题。然而，其计算任务往往局限于简单的字符分类、图像处理等，究其原因，痛点是光的计算优势被困在了不适合的电架构中，计算规模受限，无法支撑复杂大规模智能计算。

针对这一难题，电子工程系教授方璐课题组、自动化系教授戴琼海课题组，在北京信息科学与技术国研中心光电交叉群体承担的国家2030重大项目支持下，构建了智能光计算的通用传播模型，摒弃了传统电子深度计算范式，另辟蹊径，首创了分布式广度光计算架构，研制了国际首款大规模通用智能光计算芯片“太极-I”，它首次将光计算从原理验证推向了大规模实验应用，以每焦耳160万亿次运算的系统级能效，为大规模复杂任务的“推理”带来了曙光。该研究成果于2024年4月发表于《科学》（Science）期刊。

相较于模型推理，模型训练更需要大规模算力。针对大规模神经网络训练难题，方璐、戴琼海团队又提出了全前向智能光计算训练架构，研制了通用光训练芯片“太极-II”，支撑智能系统的高效精准光训练。

“太极-II”突破了计算精度与效率的矛盾，实现了多种不同光学系统的原位光训练。在大规模学习领域，将神经网络的训练速度提升了1个数量级，代表性智能任务的准确率提升40%；在复杂场景智能成像领域，实现了千赫兹帧率的抗散射与非视域成像，效率提升2个数量级；在拓扑光子学领域，在不依赖模型先验下可自动搜索非厄米奇异点，为高效精准解析复杂拓扑系统提供了新思路。该研究成果于2024年8月在线发表于《自然》（Nature）期刊。

“太极”系列智能光计算芯片

“太极-I”和“太极-II”分别实现了大规模智能光计算推理与训练，构成了智能计算的完整生命周期。在原理样片的基础上，研究团队正积极地向智能光芯片产业化迈进，在多种智能系统上进行应用部署。可以预见，智能光计算平台将逐步登上AI算力舞台，破除人工智能算力困局，以更低的资源消耗和更小的边际成本，为人工智能大模型、通用人工智能、复杂智能系统的高速高能效计算开辟新路径。

“中国科学十大进展”遴选活动自2005年启动以来已举办20届。今年的活动由近140位相关学科领域专家学者从700多项基础研究成果中遴选出31项成果，邀请包括440余位两院院士在内的2700余位专家学者对这31项成果进行实名投票，评选出10项重大科学研究成果，经国家自然科学基金委员会咨询委员会审议，最终确定入选名单。本次发布的“中国科学十大进展”主要分布在数理天文信息、化学材料能源、地球环境和生命医学等科学领域。