如果說過去十幾年算力革命靠的是硅基電子芯片不斷縮小晶體管尺寸與堆疊結構提升性能,那么今天,一束光——真的要把計算帶上全新的賽道。2025年底,中國在光子AI芯片領域實現了堪稱歷史性的突破:由上海交通大學主導的PACE-1光子AI芯片正式發布,并在真實AI任務上完成在線訓練演示,這標志著中國在后摩爾時代的“彎道超車”邁出了實質性的一步。
簡單來說,傳統芯片靠電子流動進行計算,而 光子芯片用光子(光粒子)來做乘加運算(MAC),這是AI算法核心的基本單元。光速傳輸和干涉效應讓它天然具備并行、高帶寬、低延遲、超低能耗等優勢——尤其適合矩陣乘法密集的AI任務。光子芯片并非新概念,全球科研早已探索多年,但真正做到工程化、可實用訓練與推理的突破卻極少見。
光子計算的概念一經放出,就引發了資本市場的聯動:硅光相關企業如 中際旭創、新易盛、天孚通信、源杰科技 等紛紛走高,而設備端如 北方華創、中微公司 也受到資金追捧。這表明整個光子芯片產業鏈正在被重新關注和投資。
事實上,光子芯片的產業鏈不僅限于邏輯芯片本身,激光器、調制器、探測器與封裝技術 構成完整體系,是光子計算能否走向規模化和商業化的關鍵環節。
當然,前進道路并非一帆風順。專家與工程師普遍認為,目前光子芯片仍存在三個核心挑戰:
激光器功率與集成問題
PACE-1目前仍依賴外置連續波激光器,單路功耗約200mW,160路合計32W,這在整體系統功耗中占了很大比重。一旦實現片上激光陣列集成,將徹底釋放光算的能效潛力。
權重存儲與漂移挑戰
芯片采用相變材料(PCM)實現權重存儲,但存在約1%的漂移現象,需要周期性校準,否則長時間運行會影響精度,對連續運行環境提出更高要求。
良率與封裝工藝
硅光芯片目前良率約70%,水平不如傳統電子芯片。與產線與封測廠聯合提升良率、封裝一致性,是下一階段產業化的關鍵。
為此相關實驗室已聯合頂級封裝企業設立“硅光先進封裝中心”,計劃在2025年將良率提升至90%,并推動激光器、調制器、探測器與芯片的共同封裝,使整體成本降至可商業化水平。
全球范圍內,硅光和光子計算也正成為AI硬件發展的重要趨勢之一。例如美國Lightmatter團隊在硅光領域不斷布局,而國際科研界各種基于硅光的光電協同解決方案也在推進中。
不過,中國目前在集成光電協同與可編程光子AI芯片工程化實現方面,已有成果落地,這在國際上具有一定領先性。這是因為中國在芯片制造、硅光工藝積累、封裝產業鏈以及系統級協同方面具備相對優勢。
在摩爾定律逐漸逼近物理極限的今天,任何單一技術想依靠晶體管堆疊繼續追求計算突破都是異常艱難的。而光子計算提供了一個新的思路:把最核心的矩陣運算交給光子,讓電子芯片負責邏輯與存儲。
如果光子芯片能解決激光器片上集成、權重穩定性與大規模封裝良率等三大技術難題,那么它不僅是一顆“光子芯片”,更可能成為未來AI計算架構中重要一環。
正如業內所言,這并非空想,也非曇花一現,而是真實落地的工程化進展,是中國光子算力賽道上的一次真正彎道超車。
未來三年,將決定光子計算是否能真正成為高效算力主力,還是僅在特定場景閃耀。然而,對中國AI硬件的全球競爭版圖來說,它無疑點亮了一個值得關注的新引擎。
中國芯,我的心,點個關注支持一下唄!
關注我獲得
聲明:本文素材引自網絡媒體,如有錯誤,請以最新資料為準。本文絕不構成任何投資建議、引導或承諾,請審慎閱讀。
喜歡就 關注 哦
![]()
動動小手點個 贊
![]()
點 在看 最好看
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.