赛龙股：中科院光计算实现重大突破，AI芯片可能要变天！

事件1：Lightmatter声称，他们推出的Envise芯片的运行速度比最先进的NvidiaA100 AI芯片快1.5至10倍，具体根据任务的不同有所差异。以运行BERT自然语言模型为例，Envise的速度是英伟达 （Nvidia）芯片的5倍，并且仅消耗了其六分之一的功率。

事件2：近日，中科院研制出一款超高集成度光学卷积处理器，相关研究成果发表在《自然-通讯》上，此项举措标志着我们在光计算方面有了重大突破。中信建投 更是直接喊出此项技术的突破在AI领域具有广阔前景。

光计算技术： 采用光学方法来实现运算处理和数据传输的技术和设备。光计算具有二维并行处理、高速度、大容量、空间传输和抗电磁干扰等优点，一般可归纳为数字光计算和模拟－数字光计算。数字光计算考虑采用光存储、光互联和光处理器。

发展光计算刻不容缓，原因有三：

1、半导体光刻工艺水平的发展是以芯片为核心的电子计算机的基石，目前半导体光刻的制造工艺几乎是摩尔定律的物理极限，随着制造工艺的越来越小，芯片内晶体管单元已经接近分子尺度，半导体制作工艺的“瓶颈效应”越来越明显。

2、随着全球化以及科技特别是近年来人工智能的高速发展，需要处理的数据量在急剧增加，相应的数据处理模型和算法也在不断增加，带来的结果就是对算力和功耗的要求不断提高，而目前冯•诺依曼架构和哈佛架构的电子计算机存在传输瓶颈、功耗增加以及算力瓶颈等问题，已越来越难以满足大数据时代对算力与功耗的需求，因此提高运算速度同时降低运算功耗是目前面临的紧要问题。

3、美国早先一步，早在2016年，《自然》杂志社论“超越摩尔”中明确指出电子芯片难以为继。2019年，美国普林斯顿大学普鲁尼 （Prucnal） 等人撰文指出人工智能大数据时代对算力的需求每三个半月翻一番，远超摩尔定律所预测的算力供给量，即每18～24个月翻一番。同年，美国国防部高级研究计划局 （DARPA） 启动“未来计算系统”项目，目的是研究基于知识/推理的引擎，具备深度学能力、高算力和低功耗的集成光子芯片。

光计算和现在芯片用的电计算的优势如下：
1、光信号以光速传输，使速度得到巨大提升；
2、光具有天然的并行处理能力以及成熟的波分复用技术，从而使数据处理能力和容量及带宽大幅度提升；
3、光计算功耗有望低至10~18 J/bit，相同功耗下，光子器件比电子器件快数百倍。
4、光计算技术的并行性运算特点，以及光学神经网络等算法和硬件架构的发展，为图像识别、语音识别、虚拟现实等人工智能技术对算力的需求提供了最有潜力的解决方案。
$意华股份(sz002897)$ $迅捷兴(sh688655)$
作者利益披露：转载，不作为证券推荐或投资建议，旨在提供更多信息，作者不保证其内容准确性。