近年来，如何构建新的计算架构，发展新型人工智能计算芯片，是国际关注的前沿热点。利用光波作为载体进行信息处理的光计算，因高速度、低功耗等优点成为科学界研究热点。然而，计算载体从电变为光，还要替代现有电子器件实现系统级应用，面临诸多难题。

　　为此，清华大学信息科学技术学院院长戴琼海院士、自动化系助理教授吴嘉敏，以及电子工程系副教授方璐、副研究员乔飞，结合光计算、纯模拟电子计算等技术，突破传统芯片架构中数据转换速度、精度与功耗相互制约的物理瓶颈，提出一种全新的计算框架，有望解决大规模计算单元集成、光计算与电子信号计算的高效接口等国际性难题。

　　“我们是在全模拟信号下发挥光和电的优势，避免了模拟-数字转换问题，突破了功耗和速度的瓶颈。”方璐表示，除算力优势外，在智能视觉目标识别任务和无人系统（如自动驾驶）场景计算中，ACCEL的系统级能效（单位能量可进行的运算数）经实测是现有高性能芯片的400万余倍，“这一超低功耗的优势将有助于改善限制芯片集成的芯片发热问题，有望为未来芯片设计带来突破。”

　　此外，ACCEL光学部分的加工最小线宽为百纳米级。“实验结果表明，仅采用百纳米级工艺精度，就可取得比先进制程芯片大幅提升的性能。”方璐说。

　　戴琼海表示，ACCEL未来有望在无人系统、工业检测和人工智能大模型等方面实现应用。目前团队仅研制出特定计算功能的光电融合原理样片，亟需进一步开展具备通用功能的智能视觉计算芯片研发，以便在实际中大范围应用。