<p>中国科学家揭示了一种光学计算芯片，其速度和能效在生成任务（如视频制作和图像合成）方面超过了 Nvidia 领先的人工智能硬件超过一百倍。\nLightGen 芯片由上海交通大学和清华大学的团队开发，利用光速执行复杂的人工智能工作负载。\nLightGen 集成了超过 200 万个光子神经元于一个紧凑的芯片中，可以生成高分辨率图像，包括 3D 场景，并创建视频。\n 这项研究由上海交通大学的陈怡桐教授领导，周五在《科学》杂志上发表。\n 陈教授表示，LightGen 可以 “进一步扩展”，并补充道：“它提供了一种新的方式，将新的芯片架构与日常复杂的人工智能连接起来，而不会影响性能，并且在速度和效率上是数量级的提升，适用于可持续的人工智能。”\n 随着人工智能的快速发展，生成式人工智能现在可以生成逼真的图像甚至视频，但它需要巨大的计算能力并消耗大量能源。\n 因此，科学家们转向光子计算，因为传统电子芯片已达到其极限。\n 传统计算机依赖电子流来发送和处理信息，而光子计算则使用激光脉冲而不是电子，以光速执行操作。\n 光信号还具有最小化功耗和快速响应用户请求的优势。\n 然而，尽管光子计算系统在特定任务中显示出潜力，但由于其计算架构的限制和训练算法的不成熟，它们在处理高复杂度的生成式人工智能任务（如图像合成和视频生成）方面曾经面临困难。\nLightGen 团队的工作集中在三个领域：构建新架构、开发新型训练算法以及提高芯片的集成密度。\n\n 在架构方面，团队创建了一个 “光学潜在空间”——类似于光的可扩展 “高速公路枢纽”，数据可以以最紧凑的形式快速流动，从而高效压缩和重构信息，根据研究。\n 研究人员还开发了一种生成训练算法，与传统版本相比，消除了对大量标记数据集的需求。\n 相反，他们使用了一种无监督训练算法，使 LightGen 能够通过识别数据中的统计模式进行学习和创造，类似于人类的学习过程。\n 团队将超过 200 万个光子 “神经元” 集成到一个 136.5 平方毫米（0.2 平方英寸）的芯片上，构建了一个能够处理高分辨率图像生成的复杂网络。\n 实验突显了 LightGen 的一些能力，包括以 512×512 像素分辨率生成动物图像，涵盖多种类别、颜色、表情和背景，细节丰富且逻辑正确。\n 研究指出：“LightGen 实验性地实现了高分辨率语义图像生成、去噪（使颗粒状图像看起来更清晰和锐利）、风格迁移、三维生成和操控。”\n 根据保守估计，LightGen 实现了 3.57×10⁴万亿次操作每秒（TOPS）的系统计算速度和 6.64×10² TOPS/瓦的能效。\n 这意味着其整体性能超过了领先的电子芯片，如 Nvidia 市场领先的 A100，超过一百倍。\n“LightGen 在计算速度和能效上的提升与实验测得的端到端时间和能量成本的减少相吻合，当 LightGen 实验性地实现的生成质量与 Nvidia A100 上的真实世界电子人工智能模型相当时，” 论文中提到。\n 研究人员表示，LightGen 可能标志着生成式人工智能硬件的重大转变，使光子计算成为能够独立执行复杂创意任务的核心平台。\n 他们补充说，其卓越的能效也为缓解人工智能计算日益增长的能源需求提供了切实可行的途径。</p>

2 倍做多英伟达 ETF - GraniteShares

南方两倍做多英伟达

南方两倍做空英伟达

英伟达期权收益策略 ETF - YieldMax

1 倍做空英伟达 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半导体 3 倍做多 - Direxion

<p>来自上海交通大学和清华大学的中国科学家们开发了一款光计算芯片 LightGen，其速度和能效超过 Nvidia 领先的 AI 硬件超过一百倍。该芯片集成了超过 200 万个光子神经元，在视频制作和图像合成等生成任务中表现出色。研究发表在《科学》杂志上，强调了 LightGen 在高速和高能效能力下，可能彻底改变 AI 硬件的潜力，标志着在复杂 AI 任务中向光子计算的转变</p>

<p>Chinese scientists have unveiled an optical computing chip that outperformed Nvidia’s leading AI hardware by over a hundredfold in speed and energy efficiency – particularly for generative tasks such as video production and image synthesis.\nThe LightGen chip was developed by a team from Shanghai Jiao Tong University and Tsinghua University, harnessing the speed of light to execute complex artificial intelligence workloads.\nWith more than 2 million photonic neurons integrated into a compact chip, LightGen can generate high-resolution images, including 3D scenes, and create videos.\nThe research, led by Professor Chen Yitong from Shanghai Jiao Tong University, was published in the journal Science on Friday.\nChen said LightGen could be “further scaled up” and added: “It provides a new way to bridge the new chip architectures to daily complicated AI without impairment of performance and with speed and efficiency that are orders of magnitude greater, for sustainable AI.”\nWith artificial intelligence advancing rapidly, generative AI can now produce realistic images and even videos – but it needs immense computing capacity and consumes large amounts of energy.\nAs a result, scientists have turned to photonic computing as conventional electronic chips reach their limits.\nTraditional computers rely on the flow of electrons to send and process information, while photonic computing uses laser pulses instead of electrons, performing operations at the speed of light.\nOptical signals also have the advantage of minimising power consumption and offering rapid responses to user requests.\nHowever, although photonic computing systems have shown potential in specific tasks, they previously struggled to handle high-complexity generative AI tasks – such as synthesising images and generating videos – because of limitations in their computing architecture and underdeveloped training algorithms.\nThe LightGen team’s work focused on developing three areas: building a new architecture, developing a novel training algorithm and giving the chip high integration density.\n\nArchitecturally, the team created an “optical latent space” – similar to an expandable “highway hub” for light – where data can flow rapidly in its most compact form, allowing for the efficient compression and reconstruction of information, according to the study.\nThe researchers also developed a generative training algorithm that, compared with conventional versions, removed the need for massive labelled data sets.\nInstead, they used an unsupervised training algorithm that allowed LightGen to learn and create by discerning statistical patterns in data along similar lines to the human learning process.\nThe team packed more than 2 million photonic “neurons” onto a chip of 136.5 sq mm (0.2 square inches), constructing a sophisticated network capable of handling high-resolution image generation.\nExperiments highlighted some of LightGen’s abilities, including the generation of animal images at 512×512 pixel resolution with diverse categories, colours, expressions and backgrounds, which were rich in detail and logically correct.\nThe study said: “LightGen experimentally implemented high-resolution semantic image generation, denoising [making grainy images appear cleaner and sharper], style transfer, three-dimensional generation and manipulation.”\nAt a conservative estimate, LightGen achieved a system computing speed of 3.57×10⁴ Tera Operations Per Second (TOPS) and an energy efficiency of 6.64×10² TOPS/watt.\nThis meant its overall performance surpassed that of leading electronic chips, such as Nvidia’s market-leading A100, by more than a hundredfold.\n“The improvement in computing speed and energy efficiency of LightGen corresponded well with the experimentally measured end-to-end reduction in time and energy cost when LightGen experimentally achieved generation quality comparable with that of real-world electronic AI models on Nvidia A100,” the paper said.\nThe researchers said LightGen could mark a significant shift in the hardware used for generative AI by making photonic computing a core platform capable of independently executing complex creative tasks.\nThey added that its extraordinary energy efficiency also offered a practical pathway to alleviate the growing energy demands of AI computing.\n</p>
<div class="lb-trans"><p>中国科学家揭示了一种光学计算芯片，其速度和能效在生成任务（如视频制作和图像合成）方面超过了 Nvidia 领先的人工智能硬件超过一百倍。\nLightGen 芯片由上海交通大学和清华大学的团队开发，利用光速执行复杂的人工智能工作负载。\nLightGen 集成了超过 200 万个光子神经元于一个紧凑的芯片中，可以生成高分辨率图像，包括 3D 场景，并创建视频。\n 这项研究由上海交通大学的陈怡桐教授领导，周五在《科学》杂志上发表。\n 陈教授表示，LightGen 可以 “进一步扩展”，并补充道：“它提供了一种新的方式，将新的芯片架构与日常复杂的人工智能连接起来，而不会影响性能，并且在速度和效率上是数量级的提升，适用于可持续的人工智能。”\n 随着人工智能的快速发展，生成式人工智能现在可以生成逼真的图像甚至视频，但它需要巨大的计算能力并消耗大量能源。\n 因此，科学家们转向光子计算，因为传统电子芯片已达到其极限。\n 传统计算机依赖电子流来发送和处理信息，而光子计算则使用激光脉冲而不是电子，以光速执行操作。\n 光信号还具有最小化功耗和快速响应用户请求的优势。\n 然而，尽管光子计算系统在特定任务中显示出潜力，但由于其计算架构的限制和训练算法的不成熟，它们在处理高复杂度的生成式人工智能任务（如图像合成和视频生成）方面曾经面临困难。\nLightGen 团队的工作集中在三个领域：构建新架构、开发新型训练算法以及提高芯片的集成密度。\n\n 在架构方面，团队创建了一个 “光学潜在空间”——类似于光的可扩展 “高速公路枢纽”，数据可以以最紧凑的形式快速流动，从而高效压缩和重构信息，根据研究。\n 研究人员还开发了一种生成训练算法，与传统版本相比，消除了对大量标记数据集的需求。\n 相反，他们使用了一种无监督训练算法，使 LightGen 能够通过识别数据中的统计模式进行学习和创造，类似于人类的学习过程。\n 团队将超过 200 万个光子 “神经元” 集成到一个 136.5 平方毫米（0.2 平方英寸）的芯片上，构建了一个能够处理高分辨率图像生成的复杂网络。\n 实验突显了 LightGen 的一些能力，包括以 512×512 像素分辨率生成动物图像，涵盖多种类别、颜色、表情和背景，细节丰富且逻辑正确。\n 研究指出：“LightGen 实验性地实现了高分辨率语义图像生成、去噪（使颗粒状图像看起来更清晰和锐利）、风格迁移、三维生成和操控。”\n 根据保守估计，LightGen 实现了 3.57×10⁴万亿次操作每秒（TOPS）的系统计算速度和 6.64×10² TOPS/瓦的能效。\n 这意味着其整体性能超过了领先的电子芯片，如 Nvidia 市场领先的 A100，超过一百倍。\n“LightGen 在计算速度和能效上的提升与实验测得的端到端时间和能量成本的减少相吻合，当 LightGen 实验性地实现的生成质量与 Nvidia A100 上的真实世界电子人工智能模型相当时，” 论文中提到。\n 研究人员表示，LightGen 可能标志着生成式人工智能硬件的重大转变，使光子计算成为能够独立执行复杂创意任务的核心平台。\n 他们补充说，其卓越的能效也为缓解人工智能计算日益增长的能源需求提供了切实可行的途径。</p>
</div>

Chinese team builds optical chip AI that is 100 times faster than Nvidia’s market leader

南华早报

英伟达

中国团队研发的光学芯片 AI 速度比英伟达的市场领先产品快 100 倍