当下，人工智能和大模型加速演进，算力已成为科技发展的战略制高点。然而，传统电子芯片受限于数据流动的速度，正在成为算力提升的瓶颈。当前，以光替电、光电融合的新型芯片——光子芯片技术正在兴起，并逐步走出实验室，为打造更高速、更节能的算力底座提供新方案。

芯片越来越强，算力“卡”在哪儿

打开手机，只需几秒就能用AI工具生成一幅画；输入几句话，智能助手便可对答如流；各种短视频平台能精准捕捉用户的兴趣偏好，推送个性内容……人工智能，正以前所未有的速度走进生活，成为不可或缺的数字助手。然而，这些“丝滑”体验的背后，隐藏着一个日益紧迫的问题——算力焦虑。

随着人工智能模型持续扩容，参数规模从千万级迈向千亿级，计算需求以指数级增长。尤其是大语言模型、自动驾驶、图像生成等前沿应用，对芯片性能、数据传输速度与能耗都提出了前所未有的挑战。对此，有业内人士形象地比喻：AI的“聪明”，是在高能耗与热量中淬炼而成。

在芯片性能持续增强的今天，为何“算力瓶颈”依然如影随形？

实际上，算力瓶颈正在迁移至系统内部的信息传输环节。训练一个大型模型通常需要上千颗GPU（图形处理器）芯片协同运算，而GPU之间的数据传输速度远低于GPU内部的数据处理速度，成为制约计算效率的关键一环。DeepSeek之所以能异军突起，一个很大的原因就是通过底层软件层面的创新，优化了芯片间的传输效率，从而显著提升了大规模模型训练与推理的效率，更推动了行业推理成本下降与技术普惠。

然而，系统的性能最终还是要受限于硬件。目前，大多数芯片之间的数据传输仍依赖“电互连”——通过金属导线传递电信号。但这种成熟的方式正面临3个越来越难以忽视的挑战：首先是带宽限制，电信号在导线中传播时易受干扰，速率难以进一步提升；其次是能耗高昂，为维持信号完整性，往往需大量驱动和补偿电路；再次是扩展性差，随着传输距离增长，性能急剧下降。

突破之道在何处？科学家将目光投向了“光”——基于光子芯片，将传统用于长距离通信的光信号引入芯片间乃至芯片内部实现“光互连”。这场被称为“光电融合”的技术变革，不仅是通信方式的革新，更有望重构整个算力架构的底层逻辑。

让“光”走进芯片，如何实现

“光互连”广泛应用于远距离数据传输中，如跨洲互连、电信骨干网、大型数据中心等。我们对“光互联”并不陌生，比如光纤的入户显著提升了上网速度。受此启发，科学界和产业界提出了一个前沿设想：能否让“光”走进芯片之间，甚至走进芯片本身，去提升芯片尺度上信号传输的速度呢？

这个设想衍生出两条关键技术路径：共封装光学和光学输入输出。

顾名思义，共封装光学就是将光芯片和电芯片封装在同一个系统中。在传统方案中，光芯片通常和电芯片分开放置，距离较远，需要通过电线/线路板进行连接，存在信号损耗和带宽瓶颈。共封装光学的思路则是干脆把光芯片和电芯片“装在一起”，像拼乐高一样做成一个整体——将光收发模块紧贴主芯片，信号从芯片发出后几乎直接进入光芯片，不再经过长距离电传输，极大缩短路径，降低延迟，提升系统整体能效与带宽密度。共封装光学非常适合用在数据中心的交换机里，是目前许多国内外科技企业重点投入的方向。

相比之下，光学输入输出走得更远。这是一种将光互连接口嵌入芯片封装层的设计思路，目标是实现芯片与芯片之间的光互连。光学输入输出不只是传输光信号，更是芯片体系结构与互连机制的一次深层融合。它对设计工艺、封装技术以及光子集成度要求更高，但一旦实现，将大幅提升AI芯片之间的协同效率。

如果说共封装光学是让光芯片搬到了芯片“门口”，那么光学输入输出就是让“光的高速公路”直接通进芯片本身。这项技术对集成度、成本和功耗要求更高，但也更适用于AI计算、GPU集群等场景，是下一代芯片架构的重要方向。

简而言之，共封装光学把光芯片贴近芯片，让传输更高效。光学输入输出在芯片间开“光路”，为AI模型提速。不管是共封装光学还是光学输入输出，它们的共同目标都是：让数据在芯片之间走得更快、更稳、更省电。

芯片之间有“光桥”，效果如何

近年来，随着硅光子集成工艺不断成熟，“让光走进芯片”的设想正加快变为现实。国际上的半导体巨头企业正加速推进“光互连”技术布局，例如，国际知名企业就发布了“光速网络引擎”——硅光共封装光学交换机：Spectrum-X和Quantum-X。以Quantum-X为例，它每秒能传输115万部高清电影的数据，却比传统方案省电65%，相当于一座中型城市全年的路灯耗电。国内尽管在这一领域起步较晚，但近年来科研与产业力量快速发展，已在多个关键技术上达到国际先进水平，未来有望成为颠覆芯片行业的关键。

近年来，笔者所在团队在硅光子芯片上实现了60Tbps高相干光互连链路，展示了光互连在集成度、速率和能效三方面的巨大潜力。该系统基于多波长光源技术，在一个芯片上创造出了上百个互连的信道，实现了信息传输的高度并行化。同时，该方案降低了相干链路对传统数字信号处理器（DSP）的需求，为打破国内DSP芯片受限于先进制程必须依赖于进口的困境提供了一个解决方案。此外，配合成熟的硅基工艺，实现了紧凑、高稳定性的集成收发模块，为大规模应用提供可能。

从远距离互连的光缆，到芯片之间的“光桥”，光电融合正悄然改变着我们看待算力的方式。

过去，我们习惯于提升单个芯片的性能，追求更小的制程、更高的频率。但随着AI模型规模的指数级增长，算力早已不只是“单兵作战”的比拼，而是“联合作战”的协同问题。而光互连，正在为这场协同提供基础设施级别的解决方案。可以预见，在未来的数据中心、AI芯片组，甚至消费电子中，我们将越来越多地看到光互连、光子集成的身影，它们将成为“智能社会”的坚实底座，是支撑未来几十年信息洪流的隐形梁柱。

就像铁路之于工业革命，电网之于信息时代，光子芯片可能正是下一代算力社会的基础设施。让芯片之间架起“光之桥梁”，未来，才走得更快，走得更远。

（作者：常 林，系北京大学电子学院研究员）