英國倫敦時間4月9日，全球頂級學術期刊《自然》（Nature）刊載了曦智科技的光電混合計算成果：《超低延遲大規模集成光子加速器》（An integrated large-scale photonic accelerator with ultralow latency）。這是自八年前曦智科技創始人沈亦晨博士于《自然·光子學》雜志發表封面文章《由納米光學回路實現的深度學習》（Deep learning with coherent nanophotonic circuits）以來，曦智科技再次登上全球頂級學術期刊。同時，也是繼3月25日其最新光電混合計算卡曦智天樞發布后，曦智科技在光電混合計算領域的又一重要成果。

《Nature》刊登曦智科技光電混合計算成果

此次登上《Nature》是業界對于曦智科技成功研發出高度集成的光子計算處理器PACE（Photonic Arithmetic Computing Engine）的再一次肯定。沈亦晨博士表示：“PACE是我們在2021年發布的產品。我們選擇在《Nature》這樣的頂級期刊上公開發布它的產品細節，是為了開放我們的技術路線，讓更多人參與到這個行業中來，加速光電混合生態的產業落地。”

近年來隨著硅光子、納米光學、材料科學等學科的發展，光子計算的熱度在全球范圍內不斷提升，但大多數科研成果仍處于實驗室階段。此次曦智科技的產品化成果被《Nature》收錄，首要原因在于其展示了一款由商業產線生產的大規模光電集成計算卡，并提供了全部實測數據，證實了其在計算延遲方面的顯著優勢。

審稿人對曦智科技團隊在光子計算工程化方面作出的努力給予了高度肯定：“在光子計算領域，通常會通過小規模的演示對大規模系統性能進行樂觀推斷，但本文中的數據均來自整個PACE計算系統的實測性能，作者們工程化地實現了一個超大規模光子矩陣計算系統，可謂‘壯舉’”。

PACE基于光執行矩陣向量乘法時延遲極低的基本原理，通過重復矩陣乘法和巧妙利用受控噪聲組成的緊密回環來實現低延遲，從而生成伊辛問題（Ising）和最大割/最小割問題（Max-cut/Min-cut）這類組合優化問題的高質量解決方案。

PACE光電混合系統

此外，在論文中，曦智科技還首次對外公開了其光電混合計算的具體架構。在多年來產品化推進的過程中，曦智科技的研發團隊發現，基于非相干架構的光子矩陣因其在精度控制、矩陣調節靈活度和抗噪聲能力方面的優勢，更有利于商業化落地。曦智科技首席運營官王瀧表示：“PACE是曦智科技三大核心技術之一，光子矩陣計算（oMAC）的代表性成果。PACE問世之后，曦智團隊在提升光電混合系統靈活性和光電芯片的高效協同等方面持續發力，不斷開拓更廣泛的應用場景。”

PACE系統架構圖

2017年，沈亦晨博士在《自然·光子學》發表封面論文《由納米光學回路實現的深度學習》，首次提出了基于相干納米光子電路進行深度學習計算的方法，被業界認為是集成光子領域的開創性進展。同年，沈亦晨博士創立曦智科技，致力于將光子計算產品化、商業化。

2019年，曦智科技發布首款光子計算原型板卡，成功運行了Google TensorFlow自帶的卷積神經網絡模型來處理MNIST數據集，驗證了光子計算的可行性。此后，曦智科技團隊持續在擴大矩陣規模、提高光子芯片集成度等方面不斷探索，并逐步增強電子芯片設計、封裝、軟件、系統等工程能力。

2021年PACE的問世，代表著光電混合計算從概念驗證到產品化落地的巨大跨越。2025年3月，曦智天樞計算卡發布，不僅在光子矩陣規模方面達到此前的4倍，擴大至了128x128，同時也在工程落地方面解決了多項關鍵性問題，如3D TSV先進封裝在光電混合芯片上的首次成功實現；將光源小型化內置集成到板卡上，從而使得天樞成為一款標準的全高全長PCIe卡，可直接插入現有服務器硬件。更為重要的是，天樞首次實現了在復雜商業模型中的應用，并在特定算法中體現出了優于商用GPU的延遲優勢，讓人們看到光電混合計算的商業化已將到來。

曦智科技聯合創始人、首席技術官孟懷宇博士表示：“我們一直堅信光電混合很快將成為新的主流算力范式，并始終將產品化和商業化作為企業發展的目標。希望有更多的應用方、研究者、開發者和合作伙伴加入到光電混合算力生態中來，共同探索更多光電混合算力的應用場景，加速光電混合產品的市場化進程。曦智科技也會持續將公司的最新研發成果與業界和學界分享。”