近日，人工智能计算需求的急剧上升引发了行业的广泛关注。光计算初创公司 Lightmatter 的联合创始人托马斯・格雷厄姆在接受彭博社的采访时表示，预计到2026年，全球将建设多座需要巨量电力的人工智能数据中心，其电力消耗将是纽约市的八倍之多。图源备注:图片由AI生成，图片授权服务商Midjourney在采访中，格雷厄姆提到，目前像 Nvidia 这样的科技公司正在全球范围内不断扩建大型计算机设施，以满足训练大型人工智能模型的需求，如 GPT-4。随着更多的人工智能模型投入生产，计算能力

清华大学电子工程系和自动化系联合成功研制出“太极-II”光训练芯片，实现了大规模神经网络的高效精准光计算训练。这一创新突破了现有光计算技术的局限，不再依赖GPU进行离线建模，简化了训练过程，显著提升了光计算系统在人工智能和大数据处理领域的应用能力。该芯片能够对多种光学系统进行训练，在多个任务中表现出卓越性能，标志着中国在前沿科技领域研究实力和创新能力的提升，有望推动光计算技术在更高效、更智能计算系统开发中的广泛应用。