作者：常 林（北京大學電子學院研究員）

當下，人工智能和大模型加速演進，算力已成為(wei) 科技發展的戰略製高點。然而，傳(chuan) 統電子芯片受限於(yu) 數據流動的速度，正在成為(wei) 算力提升的瓶頸。當前，以光替電、光電融合的新型芯片——光子芯片技術正在興(xing) 起，並逐步走出實驗室，為(wei) 打造更高速、更節能的算力底座提供新方案。

應用光互連技術的昇騰384超節點。新華社發

芯片越來越強，算力“卡”在哪兒(er)

打開手機，隻需幾秒就能用AI工具生成一幅畫；輸入幾句話，智能助手便可對答如流；各種短視頻平台能精準捕捉用戶的興(xing) 趣偏好，推送個(ge) 性內(nei) 容……人工智能，正以前所未有的速度走進生活，成為(wei) 不可或缺的數字助手。然而，這些“絲(si) 滑”體(ti) 驗的背後，隱藏著一個(ge) 日益緊迫的問題——算力焦慮。

隨著人工智能模型持續擴容，參數規模從(cong) 千萬(wan) 級邁向千億(yi) 級，計算需求以指數級增長。尤其是大語言模型、自動駕駛、圖像生成等前沿應用，對芯片性能、數據傳(chuan) 輸速度與(yu) 能耗都提出了前所未有的挑戰。對此，有業(ye) 內(nei) 人士形象地比喻：AI的“聰明”，是在高能耗與(yu) 熱量中淬煉而成。

在芯片性能持續增強的今天，為(wei) 何“算力瓶頸”依然如影隨形？

實際上，算力瓶頸正在遷移至係統內(nei) 部的信息傳(chuan) 輸環節。訓練一個(ge) 大型模型通常需要上千顆GPU（圖形處理器）芯片協同運算，而GPU之間的數據傳(chuan) 輸速度遠低於(yu) GPU內(nei) 部的數據處理速度，成為(wei) 製約計算效率的關(guan) 鍵一環。DeepSeek之所以能異軍(jun) 突起，一個(ge) 很大的原因就是通過底層軟件層麵的創新，優(you) 化了芯片間的傳(chuan) 輸效率，從(cong) 而顯著提升了大規模模型訓練與(yu) 推理的效率，更推動了行業(ye) 推理成本下降與(yu) 技術普惠。

然而，係統的性能最終還是要受限於(yu) 硬件。目前，大多數芯片之間的數據傳(chuan) 輸仍依賴“電互連”——通過金屬導線傳(chuan) 遞電信號。但這種成熟的方式正麵臨(lin) 3個(ge) 越來越難以忽視的挑戰：首先是帶寬限製，電信號在導線中傳(chuan) 播時易受幹擾，速率難以進一步提升；其次是能耗高昂，為(wei) 維持信號完整性，往往需大量驅動和補償(chang) 電路；再次是擴展性差，隨著傳(chuan) 輸距離增長，性能急劇下降。

突破之道在何處？科學家將目光投向了“光”——基於(yu) 光子芯片，將傳(chuan) 統用於(yu) 長距離通信的光信號引入芯片間乃至芯片內(nei) 部實現“光互連”。這場被稱為(wei) “光電融合”的技術變革，不僅(jin) 是通信方式的革新，更有望重構整個(ge) 算力架構的底層邏輯。

光子芯片中試線上的濕法工藝。新華社發

讓“光”走進芯片，如何實現

“光互連”廣泛應用於(yu) 遠距離數據傳(chuan) 輸中，如跨洲互連、電信骨幹網、大型數據中心等。我們(men) 對“光互聯”並不陌生，比如光纖的入戶顯著提升了上網速度。受此啟發，科學界和產(chan) 業(ye) 界提出了一個(ge) 前沿設想：能否讓“光”走進芯片之間，甚至走進芯片本身，去提升芯片尺度上信號傳(chuan) 輸的速度呢？

這個(ge) 設想衍生出兩(liang) 條關(guan) 鍵技術路徑：共封裝光學和光學輸入輸出。

顧名思義(yi) ，共封裝光學就是將光芯片和電芯片封裝在同一個(ge) 係統中。在傳(chuan) 統方案中，光芯片通常和電芯片分開放置，距離較遠，需要通過電線/線路板進行連接，存在信號損耗和帶寬瓶頸。共封裝光學的思路則是幹脆把光芯片和電芯片“裝在一起”，像拚樂(le) 高一樣做成一個(ge) 整體(ti) ——將光收發模塊緊貼主芯片，信號從(cong) 芯片發出後幾乎直接進入光芯片，不再經過長距離電傳(chuan) 輸，極大縮短路徑，降低延遲，提升係統整體(ti) 能效與(yu) 帶寬密度。共封裝光學非常適合用在數據中心的交換機裏，是目前許多國內(nei) 外科技企業(ye) 重點投入的方向。

相比之下，光學輸入輸出走得更遠。這是一種將光互連接口嵌入芯片封裝層的設計思路，目標是實現芯片與(yu) 芯片之間的光互連。光學輸入輸出不隻是傳(chuan) 輸光信號，更是芯片體(ti) 係結構與(yu) 互連機製的一次深層融合。它對設計工藝、封裝技術以及光子集成度要求更高，但一旦實現，將大幅提升AI芯片之間的協同效率。

如果說共封裝光學是讓光芯片搬到了芯片“門口”，那麽(me) 光學輸入輸出就是讓“光的高速公路”直接通進芯片本身。這項技術對集成度、成本和功耗要求更高，但也更適用於(yu) AI計算、GPU集群等場景，是下一代芯片架構的重要方向。

簡而言之，共封裝光學把光芯片貼近芯片，讓傳(chuan) 輸更高效。光學輸入輸出在芯片間開“光路”，為(wei) AI模型提速。不管是共封裝光學還是光學輸入輸出，它們(men) 的共同目標都是：讓數據在芯片之間走得更快、更穩、更省電。

芯片之間有“光橋”，效果如何

近年來，隨著矽光子集成工藝不斷成熟，“讓光走進芯片”的設想正加快變為(wei) 現實。國際上的半導體(ti) 巨頭企業(ye) 正加速推進“光互連”技術布局，例如，國際知名企業(ye) 就發布了“光速網絡引擎”——矽光共封裝光學交換機：Spectrum-X和Quantum-X。以Quantum-X為(wei) 例，它每秒能傳(chuan) 輸115萬(wan) 部高清電影的數據，卻比傳(chuan) 統方案省電65%，相當於(yu) 一座中型城市全年的路燈耗電。國內(nei) 盡管在這一領域起步較晚，但近年來科研與(yu) 產(chan) 業(ye) 力量快速發展，已在多個(ge) 關(guan) 鍵技術上達到國際先進水平，未來有望成為(wei) 顛覆芯片行業(ye) 的關(guan) 鍵。

近年來，筆者所在團隊在矽光子芯片上實現了60Tbps高相幹光互連鏈路，展示了光互連在集成度、速率和能效三方麵的巨大潛力。該係統基於(yu) 多波長光源技術，在一個(ge) 芯片上創造出了上百個(ge) 互連的信道，實現了信息傳(chuan) 輸的高度並行化。同時，該方案降低了相幹鏈路對傳(chuan) 統數字信號處理器（DSP）的需求，為(wei) 打破國內(nei) DSP芯片受限於(yu) 先進製程必須依賴於(yu) 進口的困境提供了一個(ge) 解決(jue) 方案。此外，配合成熟的矽基工藝，實現了緊湊、高穩定性的集成收發模塊，為(wei) 大規模應用提供可能。

從(cong) 遠距離互連的光纜，到芯片之間的“光橋”，光電融合正悄然改變著我們(men) 看待算力的方式。

過去，我們(men) 習(xi) 慣於(yu) 提升單個(ge) 芯片的性能，追求更小的製程、更高的頻率。但隨著AI模型規模的指數級增長，算力早已不隻是“單兵作戰”的比拚，而是“聯合作戰”的協同問題。而光互連，正在為(wei) 這場協同提供基礎設施級別的解決(jue) 方案。可以預見，在未來的數據中心、AI芯片組，甚至消費電子中，我們(men) 將越來越多地看到光互連、光子集成的身影，它們(men) 將成為(wei) “智能社會(hui) ”的堅實底座，是支撐未來幾十年信息洪流的隱形梁柱。

就像鐵路之於(yu) 工業(ye) 革命，電網之於(yu) 信息時代，光子芯片可能正是下一代算力社會(hui) 的基礎設施。讓芯片之間架起“光之橋梁”，未來，才走得更快，走得更遠。

《光明日報》（2026年04月16日 16版）來源：光明網-《光明日報》