<p>中國科學家揭示了一種光學計算芯片，其速度和能效在生成任務（如視頻製作和圖像合成）方面超過了 Nvidia 領先的人工智能硬件超過一百倍。\nLightGen 芯片由上海交通大學和清華大學的團隊開發，利用光速執行復雜的人工智能工作負載。\nLightGen 集成了超過 200 萬個光子神經元於一個緊湊的芯片中，可以生成高分辨率圖像，包括 3D 場景，並創建視頻。\n 這項研究由上海交通大學的陳怡桐教授領導，週五在《科學》雜誌上發表。\n 陳教授表示，LightGen 可以 “進一步擴展”，並補充道：“它提供了一種新的方式，將新的芯片架構與日常複雜的人工智能連接起來，而不會影響性能，並且在速度和效率上是數量級的提升，適用於可持續的人工智能。”\n 隨着人工智能的快速發展，生成式人工智能現在可以生成逼真的圖像甚至視頻，但它需要巨大的計算能力並消耗大量能源。\n 因此，科學家們轉向光子計算，因為傳統電子芯片已達到其極限。\n 傳統計算機依賴電子流來發送和處理信息，而光子計算則使用激光脈衝而不是電子，以光速執行操作。\n 光信號還具有最小化功耗和快速響應用户請求的優勢。\n 然而，儘管光子計算系統在特定任務中顯示出潛力，但由於其計算架構的限制和訓練算法的不成熟，它們在處理高複雜度的生成式人工智能任務（如圖像合成和視頻生成）方面曾經面臨困難。\nLightGen 團隊的工作集中在三個領域：構建新架構、開發新型訓練算法以及提高芯片的集成密度。\n\n 在架構方面，團隊創建了一個 “光學潛在空間”——類似於光的可擴展 “高速公路樞紐”，數據可以以最緊湊的形式快速流動，從而高效壓縮和重構信息，根據研究。\n 研究人員還開發了一種生成訓練算法，與傳統版本相比，消除了對大量標記數據集的需求。\n 相反，他們使用了一種無監督訓練算法，使 LightGen 能夠通過識別數據中的統計模式進行學習和創造，類似於人類的學習過程。\n 團隊將超過 200 萬個光子 “神經元” 集成到一個 136.5 平方毫米（0.2 平方英寸）的芯片上，構建了一個能夠處理高分辨率圖像生成的複雜網絡。\n 實驗突顯了 LightGen 的一些能力，包括以 512×512 像素分辨率生成動物圖像，涵蓋多種類別、顏色、表情和背景，細節豐富且邏輯正確。\n 研究指出：“LightGen 實驗性地實現了高分辨率語義圖像生成、去噪（使顆粒狀圖像看起來更清晰和鋭利）、風格遷移、三維生成和操控。”\n 根據保守估計，LightGen 實現了 3.57×10⁴萬億次操作每秒（TOPS）的系統計算速度和 6.64×10² TOPS/瓦的能效。\n 這意味着其整體性能超過了領先的電子芯片，如 Nvidia 市場領先的 A100，超過一百倍。\n“LightGen 在計算速度和能效上的提升與實驗測得的端到端時間和能量成本的減少相吻合，當 LightGen 實驗性地實現的生成質量與 Nvidia A100 上的真實世界電子人工智能模型相當時，” 論文中提到。\n 研究人員表示，LightGen 可能標誌着生成式人工智能硬件的重大轉變，使光子計算成為能夠獨立執行復雜創意任務的核心平台。\n 他們補充説，其卓越的能效也為緩解人工智能計算日益增長的能源需求提供了切實可行的途徑。</p>

2 倍做多英偉達 ETF - GraniteShares

南方兩倍做多英偉達

南方兩倍做空英偉達

英偉達期權收益策略 ETF - YieldMax

1 倍做空英偉達 ETF - Direxion

2 倍做多 NVDA ETF - T-Rex

2 倍做空 NVDA ETF - T-Rex

半導體 3 倍做多 - Direxion

<p>來自上海交通大學和清華大學的中國科學家們開發了一款光計算芯片 LightGen，其速度和能效超過 Nvidia 領先的 AI 硬件超過一百倍。該芯片集成了超過 200 萬個光子神經元，在視頻製作和圖像合成等生成任務中表現出色。研究發表在《科學》雜誌上，強調了 LightGen 在高速和高能效能力下，可能徹底改變 AI 硬件的潛力，標誌着在複雜 AI 任務中向光子計算的轉變</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>中國科學家揭示了一種光學計算芯片，其速度和能效在生成任務（如視頻製作和圖像合成）方面超過了 Nvidia 領先的人工智能硬件超過一百倍。\nLightGen 芯片由上海交通大學和清華大學的團隊開發，利用光速執行復雜的人工智能工作負載。\nLightGen 集成了超過 200 萬個光子神經元於一個緊湊的芯片中，可以生成高分辨率圖像，包括 3D 場景，並創建視頻。\n 這項研究由上海交通大學的陳怡桐教授領導，週五在《科學》雜誌上發表。\n 陳教授表示，LightGen 可以 “進一步擴展”，並補充道：“它提供了一種新的方式，將新的芯片架構與日常複雜的人工智能連接起來，而不會影響性能，並且在速度和效率上是數量級的提升，適用於可持續的人工智能。”\n 隨着人工智能的快速發展，生成式人工智能現在可以生成逼真的圖像甚至視頻，但它需要巨大的計算能力並消耗大量能源。\n 因此，科學家們轉向光子計算，因為傳統電子芯片已達到其極限。\n 傳統計算機依賴電子流來發送和處理信息，而光子計算則使用激光脈衝而不是電子，以光速執行操作。\n 光信號還具有最小化功耗和快速響應用户請求的優勢。\n 然而，儘管光子計算系統在特定任務中顯示出潛力，但由於其計算架構的限制和訓練算法的不成熟，它們在處理高複雜度的生成式人工智能任務（如圖像合成和視頻生成）方面曾經面臨困難。\nLightGen 團隊的工作集中在三個領域：構建新架構、開發新型訓練算法以及提高芯片的集成密度。\n\n 在架構方面，團隊創建了一個 “光學潛在空間”——類似於光的可擴展 “高速公路樞紐”，數據可以以最緊湊的形式快速流動，從而高效壓縮和重構信息，根據研究。\n 研究人員還開發了一種生成訓練算法，與傳統版本相比，消除了對大量標記數據集的需求。\n 相反，他們使用了一種無監督訓練算法，使 LightGen 能夠通過識別數據中的統計模式進行學習和創造，類似於人類的學習過程。\n 團隊將超過 200 萬個光子 “神經元” 集成到一個 136.5 平方毫米（0.2 平方英寸）的芯片上，構建了一個能夠處理高分辨率圖像生成的複雜網絡。\n 實驗突顯了 LightGen 的一些能力，包括以 512×512 像素分辨率生成動物圖像，涵蓋多種類別、顏色、表情和背景，細節豐富且邏輯正確。\n 研究指出：“LightGen 實驗性地實現了高分辨率語義圖像生成、去噪（使顆粒狀圖像看起來更清晰和鋭利）、風格遷移、三維生成和操控。”\n 根據保守估計，LightGen 實現了 3.57×10⁴萬億次操作每秒（TOPS）的系統計算速度和 6.64×10² TOPS/瓦的能效。\n 這意味着其整體性能超過了領先的電子芯片，如 Nvidia 市場領先的 A100，超過一百倍。\n“LightGen 在計算速度和能效上的提升與實驗測得的端到端時間和能量成本的減少相吻合，當 LightGen 實驗性地實現的生成質量與 Nvidia A100 上的真實世界電子人工智能模型相當時，” 論文中提到。\n 研究人員表示，LightGen 可能標誌着生成式人工智能硬件的重大轉變，使光子計算成為能夠獨立執行復雜創意任務的核心平台。\n 他們補充説，其卓越的能效也為緩解人工智能計算日益增長的能源需求提供了切實可行的途徑。</p>
</div>

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

南華早報

英偉達

中國團隊研發的光學芯片 AI 速度比英偉達的市場領先產品快 100 倍