人工智能的蓬勃發(fā)展引發(fā)了一場(chǎng)能源危機(jī)，其 耗電量甚至可能超過(guò)某些國(guó)家的用電量。隨著數(shù)據(jù)中心競(jìng)相滿足人工智能對(duì)計(jì)算能力永無(wú)止境的需求，這場(chǎng)變革可能會(huì)重新定義我們對(duì)高性能計(jì)算的認(rèn)知。其中一個(gè)解決方案是用更高效的東西——光——來(lái)取代幾十年來(lái)一直為計(jì)算提供動(dòng)力的電氣互連。

高盛 預(yù)測(cè)，到 2030 年，數(shù)據(jù)中心電力需求將增長(zhǎng) 160%，達(dá)到每年 945 太瓦時(shí)——相當(dāng)于日本的全部電力消耗量。

問題遠(yuǎn)不止軟件效率低下那么簡(jiǎn)單。 據(jù)彭博社報(bào)道，人工智能訓(xùn)練設(shè)施內(nèi)裝有數(shù)十萬(wàn)顆NVIDIA H100芯片，每顆芯片的功耗高達(dá)700瓦，幾乎是普通電視機(jī)功耗的八倍。加上冷卻系統(tǒng)，一些超大規(guī)模設(shè)施的耗電量相當(dāng)于3萬(wàn)戶家庭的用電量，這促使科技公司認(rèn)真考慮建設(shè)專用核電站。

應(yīng)對(duì)這一挑戰(zhàn)需要從根本上改變芯片的設(shè)計(jì)和連接方式。硅光子學(xué)——利用光傳輸數(shù)據(jù)——有望在速度和效率方面顯著優(yōu)于傳統(tǒng)的電互連。精密光學(xué)制造使這種轉(zhuǎn)變成為可能，并實(shí)現(xiàn)了可擴(kuò)展的工藝，從而支持下一代節(jié)能高效、高性能計(jì)算的發(fā)展。

硅光子學(xué)從根本上重新定義了數(shù)據(jù)在計(jì)算系統(tǒng)中的傳輸方式。它不再像傳統(tǒng)方式那樣通過(guò)銅線傳輸電子，而是利用光子（光粒子）在硅波導(dǎo)中傳輸信息。這些硅波導(dǎo)的功能類似于納米級(jí)光纖，并直接集成在芯片上。

效率提升非常顯著。光互連傳輸 每比特?cái)?shù)據(jù)僅消耗 0.05 至 0.2 皮焦耳的能量，而相同距離下電互連的能量需求則高得多。隨著傳輸距離的增加，即使在單個(gè)封裝內(nèi)，光子學(xué)的能量?jī)?yōu)勢(shì)也變得壓倒性。

自2023年底以來(lái)，臺(tái)積電已發(fā)表多篇關(guān)于硅光子學(xué)的研究論文。該公司已宣布與英偉達(dá)（NVIDIA）建立公開合作關(guān)系，將光互連架構(gòu)集成到下一代人工智能計(jì)算產(chǎn)品中。

據(jù) Yole Group 預(yù)測(cè)，硅光子學(xué)市場(chǎng)規(guī)模將從 2023 年的 9500 萬(wàn)美元增長(zhǎng) 到 2029 年的 8.63 億美元以上， 年增長(zhǎng)率達(dá) 45%，這反映了該技術(shù)預(yù)計(jì)將得到快速的商業(yè)應(yīng)用。

這場(chǎng)能源危機(jī)的核心在于一個(gè)由來(lái)已久的根本性瓶頸。盡管計(jì)算性能飛速發(fā)展，但連接這些強(qiáng)大處理器的基礎(chǔ)設(shè)施卻未能跟上步伐。過(guò)去二十年間，硬件浮點(diǎn)運(yùn)算速度（FLOPS）提升了6萬(wàn)倍，但DRAM帶寬僅增長(zhǎng)了100倍，互連帶寬同期也僅增長(zhǎng)了30倍。

這就造成了工程師們所說(shuō)的“內(nèi)存墻”，即數(shù)據(jù)在處理器和內(nèi)存之間傳輸速度不夠快，無(wú)法充分利用可用計(jì)算能力。在人工智能應(yīng)用中，海量數(shù)據(jù)集必須在圖形處理器、高帶寬內(nèi)存和其他組件之間無(wú)縫流動(dòng)，這些互連限制就成了關(guān)鍵的性能瓶頸。

過(guò)去行之有效的解決方案——簡(jiǎn)單地縮小銅互連線的尺寸并提高其密度——正接近物理極限。隨著銅線變得更細(xì)、數(shù)量更多，它們會(huì)消耗更多電力，產(chǎn)生更多熱量，并引入越來(lái)越難以控制的信號(hào)完整性問題。數(shù)據(jù)中心供電系統(tǒng)中的每一次電壓轉(zhuǎn)換都會(huì)造成效率損失，而銅互連線會(huì)加劇整個(gè)系統(tǒng)的這些損耗。

現(xiàn)代人工智能架構(gòu)需要工程師所說(shuō)的“堆棧內(nèi)部高速訪問”。芯片變得更薄，互連技術(shù)從硅通孔 (TSV) 演變?yōu)榛旌湘I合，內(nèi)存模塊必須以前所未有的速度直接連接到圖形處理器。但是，當(dāng)這種高速內(nèi)存連接必須通過(guò)電路板上的銅線才能到達(dá)另一個(gè)處理器時(shí)，帶寬優(yōu)勢(shì)就會(huì)大打折扣。

硅光子技術(shù)并非全新技術(shù)；多年來(lái)，它一直通過(guò)連接數(shù)據(jù)中心機(jī)架的可插拔收發(fā)器為電信網(wǎng)絡(luò)提供動(dòng)力。這些成熟的系統(tǒng)采用硅光子芯片，并結(jié)合獨(dú)立的激光器和微透鏡技術(shù)，封裝成易于更換的模塊。

但人工智能的需求正將光子技術(shù)推向未知領(lǐng)域。這項(xiàng)技術(shù)不再僅僅是連接獨(dú)立的系統(tǒng)，而是必須與處理器、內(nèi)存和其他組件直接集成，工程師們稱之為“共封裝光學(xué)器件”。這種方法有望使光互連更接近實(shí)際計(jì)算環(huán)節(jié)，從而在最大限度提高帶寬的同時(shí)，最大限度地降低能耗。

挑戰(zhàn)在于可靠性。雖然可插拔收發(fā)器在發(fā)生故障時(shí)可以輕松更換，但共封裝光系統(tǒng)直接與昂貴的圖形處理器和高帶寬內(nèi)存集成，因此可靠性更高。如果此類系統(tǒng)中的光組件發(fā)生故障，維修難度和成本將呈指數(shù)級(jí)增長(zhǎng)。主要芯片開發(fā)商的早期產(chǎn)品仍處于試點(diǎn)階段，在全面部署之前，他們會(huì)仔細(xì)評(píng)估其長(zhǎng)期可靠性。

硅光子學(xué)之所以如此引人注目，是因?yàn)樗饶芾矛F(xiàn)有的半導(dǎo)體制造基礎(chǔ)設(shè)施，又需要采用全新的精密制造方法。目前大多數(shù)硅光子器件仍采用CMOS（互補(bǔ)金屬氧化物半導(dǎo)體）設(shè)計(jì)規(guī)則制造，而CMOS設(shè)計(jì)規(guī)則比最先進(jìn)的工藝落后好幾代，通常為45至65納米。這是因?yàn)榕c最小的晶體管相比，波導(dǎo)、調(diào)制器和探測(cè)器等物理元件的尺寸相對(duì)較大。

然而，制造要求卻遠(yuǎn)非易事。要制造出高效的硅波導(dǎo)，需要在硅晶圓上加工出納米級(jí)的光纖電纜，并配備超光滑的側(cè)壁以防止光散射。這些結(jié)構(gòu)中的任何粗糙度都會(huì)導(dǎo)致光損耗，從而降低系統(tǒng)性能，這就要求其具備遠(yuǎn)超傳統(tǒng)CMOS制造工藝的精密蝕刻能力。

行業(yè)路線圖曾經(jīng)預(yù)測(cè)到2035年才能實(shí)現(xiàn)的能力，如今已被領(lǐng)先的制造商提前實(shí)現(xiàn)。迫切的市場(chǎng)需求、巨額投資以及三十年來(lái)積累的光子學(xué)研究成果，共同造就了商業(yè)化的完美契機(jī)。

其影響遠(yuǎn)不止于數(shù)據(jù)中心。隨著光互連技術(shù)變得更加經(jīng)濟(jì)高效且成熟，它有望徹底改變從自動(dòng)駕駛汽車到邊緣計(jì)算設(shè)備等各個(gè)領(lǐng)域。這項(xiàng)能夠?qū)崿F(xiàn)可持續(xù)人工智能擴(kuò)展的技術(shù)，最終也可能徹底改變幾乎所有應(yīng)用場(chǎng)景下電子系統(tǒng)的通信方式。

問題在于這項(xiàng)技術(shù)能夠以多快的速度實(shí)現(xiàn)部署和規(guī)模化。隨著領(lǐng)先制造商已投入數(shù)十億美元，試點(diǎn)系統(tǒng)也已進(jìn)入數(shù)據(jù)中心，光速計(jì)算的未來(lái)不再遙不可及。

硅光子學(xué)代表著一項(xiàng)根本性的技術(shù)變革，它可能決定哪些公司將引領(lǐng)下一階段的數(shù)字革命。正如銅互連技術(shù)的引入實(shí)現(xiàn)了前幾代產(chǎn)品的性能提升一樣，光互連技術(shù)也有可能突破阻礙人工智能發(fā)展的重重障礙。

對(duì)于正努力應(yīng)對(duì)人工智能指數(shù)級(jí)增長(zhǎng)帶來(lái)的可持續(xù)性挑戰(zhàn)的行業(yè)而言，硅光子學(xué)提供了一條無(wú)需在性能和環(huán)境責(zé)任之間做出取舍的發(fā)展路徑。通過(guò)以光學(xué)精度取代電學(xué)效率低下，這項(xiàng)技術(shù)有望在推動(dòng)人工智能持續(xù)發(fā)展的同時(shí)，顯著降低其對(duì)環(huán)境的影響。