《科技日报》2026年4月8日报道，清华大学电子工程系与上海人工智能实验室联合团队在光子AI芯片领域取得重大突破。核心内容是他们成功在**单片集成光子芯片**上完成了卷积神经网络（CNN）的训练过程，而不仅仅是推理。关键事实与数据：1. **技术原理**：团队利用硅基光子的可调谐干涉仪阵列模拟神经网络权重矩阵，通过直接调控光信号的相位和振幅来实现前向传播和误差反向传播（训练的核心算法），全程在光域完成，避免了传统电子芯片在“存-算”间频繁数据搬运的能耗。2. **性能参数**：在MNIST手写数字识别任务上，该光子芯片训练一个四层CNN达到98%准确率，其**能效比**（单位能量处理的运算量）相比目前最先进的专用AI训练芯片（如NVIDIA H100）提升了**三个数量级（千倍）**，同时训练速度也有数量级提升。3. **行业影响**：这项成果首次在硬件层面验证了“光训一体”的可行性，为突破AI算力瓶颈和“能耗墙”提供了革命性的技术路径。如果未来能够规模化，将可能颠覆现有以GPU集群为核心的数据中心训练模式，极大降低大模型训练的电力成本和碳足迹。核心价值在于实现了从“光子计算”到“光子学习”的关键跨越。结论是，这是我国在AI底层硬件前沿基础研究上的世界领先成果，为下一代超低功耗AI算力基础设施奠定了基石。