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

芯片越來越強，算力“卡”在哪兒

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准捕捉用戶的興趣偏好，推送個性內容……人工智能，正以前所未有的速度走進生活，成為不可或缺的數字助手。然而，這些“絲滑”體驗的背后，隱藏著一個日益緊迫的問題——算力焦慮。

隨著人工智能模型持續擴容，參數規模從千萬級邁向千億級，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、數據傳輸速度與能耗都提出了前所未有的挑戰。對此，有業內人士形象地比喻：AI的“聰明”，是在高能耗與熱量中淬煉而成。

在芯片性能持續增強的今天，為何“算力瓶頸”依然如影隨形？

實際上，算力瓶頸正在遷移至系統內部的信息傳輸環節。訓練一個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之間的數據傳輸速度遠低於GPU內部的數據處理速度，成為制約計算效率的關鍵一環。DeepSeek之所以能異軍突起，一個很大的原因就是通過底層軟件層面的創新，優化了芯片間的傳輸效率，從而顯著提升了大規模模型訓練與推理的效率，更推動了行業推理成本下降與技術普惠。

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

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

讓“光”走進芯片，如何實現

“光互連”廣泛應用於遠距離數據傳輸中，如跨洲互連、電信骨干網、大型數據中心等。我們對“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，科學界和產業界提出了一個前沿設想：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輸的速度呢？

這個設想衍生出兩條關鍵技術路徑：共封裝光學和光學輸入輸出。

顧名思義，共封裝光學就是將光芯片和電芯片封裝在同一個系統中。在傳統方案中，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干脆把光芯片和電芯片“裝在一起”，像拼樂高一樣做成一個整體——將光收發模塊緊貼主芯片，信號從芯片發出后幾乎直接進入光芯片，不再經過長距離電傳輸，極大縮短路徑，降低延遲，提升系統整體能效與帶寬密度。共封裝光學非常適合用在數據中心的交換機裡，是目前許多國內外科技企業重點投入的方向。

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，目標是實現芯片與芯片之間的光互連。光學輸入輸出不只是傳輸光信號，更是芯片體系結構與互連機制的一次深層融合。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”，那麼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，讓傳輸更高效。光學輸入輸出在芯片間開“光路”，為AI模型提速。不管是共封裝光學還是光學輸入輸出，它們的共同目標都是：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，隨著硅光子集成工藝不斷成熟，“讓光走進芯片”的設想正加快變為現實。國際上的半導體巨頭企業正加速推進“光互連”技術布局，例如，國際知名企業就發布了“光速網絡引擎”——硅光共封裝光學交換機：Spectrum-X和Quantum-X。以Quantum-X為例，它每秒能傳輸115萬部高清電影的數據，卻比傳統方案省電65%，相當於一座中型城市全年的路燈耗電。國內盡管在這一領域起步較晚，但近年來科研與產業力量快速發展，已在多個關鍵技術上達到國際先進水平，未來有望成為顛覆芯片行業的關鍵。

近年來，筆者所在團隊在硅光子芯片上實現了60Tbps高相干光互連鏈路，展示了光互連在集成度、速率和能效三方面的巨大潛力。該系統基於多波長光源技術，在一個芯片上創造出了上百個互連的信道，實現了信息傳輸的高度並行化。同時，該方案降低了相干鏈路對傳統數字信號處理器（DSP）的需求，為打破國內DSP芯片受限於先進制程必須依賴於進口的困境提供了一個解決方案。此外，配合成熟的硅基工藝，實現了緊湊、高穩定性的集成收發模塊，為大規模應用提供可能。

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

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

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

（作者：常 林，系北京大學電子學院研究員）