從去年底到今年3月，與矽光芯片相關的報道又多了起來——從阿裡巴巴達摩院将矽光芯片列入2022十大科技趨勢、曦智科技(Lightelligence)發布高性能光子計算處理器PACE，到日前GLOBALFOUNDRIES發布其矽光子工藝平台Fotonix、Marvell發布400G DR4矽光平台、AMD/Xilinx和Ranovus合作發布集成Versal ACAP和Ranovus Odin光通信模組的系統——那麼，熱鬧的新聞背後，到底蘊藏着哪些新的市場商機？

突破摩爾定律限制

根據達摩院的趨勢解讀，矽光芯片的崛起、技術突破和快速叠代、以及高速增長的商業化需求，歸因于雲計算與人工智能的大爆發。大型分布式計算、大數據分析、雲原生應用讓數據中心内的數據通信密度大幅提升，數據移動成為性能瓶頸。傳統光模塊成本過高，難以大規模應用，矽光芯片則能夠在低成本的前提下有效提高數據中心内集群之間、服務器之間、乃至于芯片之間的通信效率。

以超大型數據中心為例，根據Equnix的數據，2017年-2021年全球互聯網帶寬容量的年複合增長率達到了48%，2020年開始正式進入400G時代，并有望于2022年進入800G時代。屆時，将有數百萬個400GbE 的矽光子收發器與數十萬台服務器互連，并将通過新型低延遲的DCI架構擴展AI的邊緣，提升高性能計算的算力。

據Yole Development估計，矽光光模塊市場将從2018年的約4.55億美元增長到2024年的約40億美元，複合年增長率達44.5%。而LightCouting的數據則顯示，到2024年，矽光光模塊市場市值将達65億美金，占比高達60%，而在2020年，這一數字僅為3.3%。

2017-2023年全球光模塊市場規模及結構預測(資料來源：Lightcounting)

另一方面，據Open AI統計，自2012年，每3-4個月人工智能的算力需求就翻倍，當前電子芯片的發展逼近摩爾定律極限，難以滿足高性能計算不斷增長的數據吞吐需求，而矽光芯片具備的更高計算密度與更低能耗特性，正是極緻算力場景下所需要的解決方案。

曦智科技創始人兼CEO沈亦晨博士此前在接受本刊采訪時，将算力、數據傳輸和存儲視作當前電子芯片在發展過程中遇到的三個主要瓶頸。以最具代表性的圖像/語音識别類AI應用為例，數據顯示，與2012年相比，當前最大的神經網絡模型大約是當時的15-30萬倍，且仍在持續增長。但與之形成鮮明對比的，是底層算力的增長遠未達到這一幅度，制約了人工智能的進一步發展。

算力為什麼難以跟上AI模型的演進速度？半導體制程微縮逐漸接近物理極限導緻的摩爾定律放緩和晶體管功耗散熱問題是兩大主因。

“2015年以後，随着晶體管體積越來越小，隧穿現象日趨明顯。這意味着，即使把單個晶體管做得再小，其在運算時的功耗也沒辦法進一步降低。但如果為了增強算力增加芯片面積，或是采用芯片級聯的方式，功耗又會顯著增長。”沈亦晨說，這就是為什麼兼具高通量、高能效比、超低延遲特性的矽光技術能成為新興技術方向之一的原因。

自20世紀70年代末以來，光纖基礎設施一直被用于長距離的通信信号傳輸，因為相比銅基電纜，光纖的帶寬容量更大、數據速率更高，且延遲更低。從那時起，高能效光互連就不斷滲入重要的電信網絡，直至進入數據中心環境中的機架到機架數據鍊路。但随後越來越多的研究表明，矽光芯片不僅可以用于光通信，以神經網絡計算和量子計算為代表的計算領域，也正成為其釋放魅力的舞台。

終端應用領域及市場趨勢推動矽光子的技術發展 圖源：soitec

Soitec全球業務部光子材料專家Corrado Sciancalepore在日前撰寫的一篇文章中，詳細介紹了矽光子是如何賦能量子計算和光神經網絡市場的。

與矽光用于通信傳輸領域極為相似的是，全光計算(all-optical computing)還可以用來實現更快的計算，而其功率預算僅為傳統數字電子計算架構的一小部分。

衆所周知，現在的數字計算機是基于晶體管的，它通過打開和關閉電子信号構成基本的邏輯門電路。但通過光來傳輸數據與計算數據則完全不同，因為光子器件線性度極高，通過級聯不同級别的線性集成光子器件，就能夠組成光神經網絡(Optical Neural Network，ONN)的相應層。通過這種方式，僅僅依賴從ONN一端流向另一端的光，即可完成順序矩陣的乘法或轉置。

兩家初創企業——Lightmatter和曦智科技都是光神經網絡加速器領域的佼佼者。其中，曦智科技已經在2021年底發布了最新的高性能光子計算處理器——PACE(Photonic Arithmetic Computing Engine，光子計算引擎)，其在單個光子芯片中集成了超過10,000個光子器件，運行1GHz系統時鐘，算力是上一代處理器的100萬倍以上，運行特定循環神經網絡速度可達目前高端GPU的數百倍。

曦智科技最新光子計算處理器PACE

量子技術現在已發展成為一個嶄新的應用領域，通過在量子力學系統中對信息進行編碼，繼而處理、存儲和傳輸的可能性，将為不同的技術領域帶來巨大突破，例如計算、通信、計量、傳感，甚至制造技術。與此同時，數量衆多的量子解決方案初創公司，以及谷歌、IBM、英特爾、微軟和東芝等行業巨頭們無不齊頭并進地大力投資于量子技術。

在所有技術中，矽光子被公認為一項關鍵技術，三點特質讓它非常的與衆不同：一是矽光子可以利用成熟的CMOS制造工藝，以低成本和高吞吐量實現複雜光電路和系統的商用；其二，它在本質上能與CMOS邏輯和數字電路共集成，能夠為光電路提供片上電子驅動器和數據處理功能；其三，矽光子還能夠集成其他光子材料，如SiN和III-V半導體。

既然将矽光和CMOS的優勢整合在一起，是一件“非常自然的事情”。沈亦晨也說他相信矽光子芯片“極有可能成為我們這個時代最重要的技術創新之一”，高能效、低延時和高通量也是光學矩陣運算能夠超越摩爾定律，繼續提升算力的關鍵所在，那麼，這一刻會很快到來麼？

之所以會這麼說，是因為當前矽光芯片的核心挑戰主要來自産業鍊和工藝水平。例如，矽光芯片的設計、量産、封裝等未形成标準化和規模化，進而導緻其在産能、成本、良率上的優勢還未顯現；光計算領域的挑戰是精度低于電子芯片，進而限制其應用場景，集成度也需要提高來提升算力，使得整體的商業化過程比較漫長。

如果要盡快突破上述瓶頸，矽光器件的未來将呈現兩大趨勢：協同封裝與芯片整合。前者是通過TSV封裝的形式，将CMOS芯片與光學芯片整合在一起；後者則是完全形成單芯片解決方案，不再需要任何銅線連接，主要應用于光學的輸入和輸出。

作為目前對矽光子技術投入力度最高的主流晶圓代工廠，格芯(GLOBALFOUNDRIES)近期推出的新一代颠覆性的矽光平台GF Fotonix為此做出了新的嘗試。GF Fotonix是一個單芯片平台，在業界首先将差異化300mm光子功能和300GHz級别RF-CMOS結合在單個矽晶圓上，從而提供出色的性能。GF Fotonix通過在單個矽芯片上組合光子系統、射頻(RF)元件、CMOS邏輯電路，将以前分布在多個芯片上的複雜工藝整合到了單個芯片上。

從性能指标來看，Fotonix的單位光纖數據傳輸速率達到了0.5Tbps/光纖，這樣可以構建1.6-3.2Tbps的光學小芯片，從而提供更快速高效的數據傳輸，并帶來更好的信号完整性。此外，由于系統誤碼率降低到了萬分之一，它還能夠支持下一代人工智能(AI)。

另一家積極布局矽光子技術的公司也不容小觑，那就是英特爾。英特爾研究院在2021年12月成立了面向數據中心互連的集成光電研究中心，該中心的使命是加速光互連輸入/輸出(I/O)技術在性能擴展和集成方面的創新，矽光子的晶圓級光學封裝、無熱且節能的可擴展大容量矽光子收發器等前沿項目赫然在列。

當然，并非每家企業都具有“一步到位将矽光子和CMOS整合在同一塊芯片上”的實力，于是，利用協同封裝光子(co-packaged optics，CPO)技術，将矽光模塊和CMOS芯片集成在一起，成為了更多人的選擇。

業内專家指出，在CPO技術興起之前，目前的傳統技術是把矽光模塊和CMOS芯片獨立成兩個單獨模塊，然後在PCB闆上連到一起。這麼做的好處設計較為模塊化，CMOS芯片或者矽光模塊單獨出問題的化都可以單獨更換，但是在功耗、尺寸和成本上都較為不利，而CPO正好解決了上述問題。目前，Nvidia、AMD、英特爾、Ranovus、Broadcom、Marvell等公司都在大力布局CPO技術。

光通信與光計算是相輔相成的，光通信中的光電轉換技術會在光計算中得到應用，光計算中要求的低損耗、高密度光子集成也會進一步促進光通信的發展，将來數據計算和傳輸有可能都在光域完成。

光電融合是未來芯片的發展趨勢，矽光子和矽電子芯片取長補短，充分發揮二者優勢，促使算力的持續提升。預計未來3年，矽光芯片将支撐大型數據中心的高速信息傳輸；未來5-10年，以矽光芯片為基礎的光計算将逐步取代電子芯片的部分計算場景。

責編：Elaine

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!