光芯片，已成AI算力答案？

公众号记得加星标⭐️，第一时间看推送不会错过。

随着生成式人工智能模型日趋精密复杂，其生成图像和视频的过程消耗的能源也与日俱增，支撑这些模型运行的电子芯片，正逐渐逼近速度与能效的物理极限。该领域研究人员表示，用光而非电驱动的半导体芯片 —— 光子芯片，有望解决上述难题。

这类也被称为光电芯片的产品，距离集成应用于消费级电脑仍需数年时间，且完全取代电子芯片的可能性较低。不过，过去五年间光子芯片的相关研究已取得飞速进展，其中中国在该领域处于全球领先地位。

澳大利亚悉尼大学物理学家本・埃格尔顿指出：“过去十年，中国在光子芯片领域的基础设施建设、技术能力培养与专业人才储备上，均进行了战略性投入。” 埃格尔顿在 2025 年 12 月卸任前，曾担任《应用物理快报・光子学》期刊主编长达十余年。他提到，近年来中国团队发表的光子芯片领域高质量论文数量显著增长。

《自然》杂志基于数字科学公司旗下的 Dimensions 数据库开展论文分析，结果显示：去年中国研究人员发表的光子芯片相关论文达 476 篇，数量位居全球首位。2017 年至 2025 年间，中国作者发表的相关论文数量增长了 9 倍；美国紧随其后，论文数量在同期实现翻倍增长。

美国出台多项政策限制中国获取最先进的电子芯片，同时对芯片制造所需的关键设备实施出口管制，而这些高端电子芯片正是训练和部署大型人工智能模型的核心硬件。在此背景下，中国对光子计算技术的研发与应用进程进一步提速。

复旦大学材料科学家程增光表示，这些管制措施进一步强化了中国寻求高性能计算替代技术路径的决心。他补充道：“中国‘十四五’规划已将光子技术与量子计算项目一同纳入重点布局领域，政府为此提供了持续稳定的资金支持。”

计算技术面临的挑战

光子芯片利用光子而非电子传输信息。由于光子传播速度更快，且不会以热量形式损耗能量，光子计算系统的性能表现优于电子计算系统，能量损耗也更低。目前，光子芯片已应用于传感器、数据通信系统及生物医学设备等领域，但要将其用于计算任务，尤其是支撑生成式人工智能相关运算，则面临额外的技术挑战。

电子芯片依靠晶体管调控电压实现计算，而光子芯片则需要通过控制光的振幅、相位及干涉模式完成运算。上海交通大学电子工程师陈一彤指出，这一特性使光子芯片具备高能效优势，但也导致其在规模化生产、灵活重构以及适配复杂任务模型训练等方面存在较大难度。直到近期，绝大多数光子芯片仍只能执行图像分类等较为单一的任务。

就在上个月，陈一彤团队发布了首款全光计算芯片LightGen，这款芯片可运行先进的生成式人工智能模型，完成图像生成、视频编辑乃至三维场景构建等任务。

研究团队采用了高密度集成超表面技术 —— 通过在纳米尺度下对多层材料进行结构设计以实现对光的精准调控，成功在芯片中集成了数百万个光子神经元。同时，他们还研发出一款专为光子计算系统量身打造的训练算法。据该团队介绍，LightGen 芯片生成图像、编辑视频及构建三维场景的速度与能效，均超越了英伟达 A100 等高端处理器。

埃格尔顿评价称，这项研究成果令人瞩目，为研发具备高速运算与高能效优势、可完成特定任务的光子芯片，提供了有力的概念验证。

程增光提到，中国正积极推动产学研深度融合。他表示，这种模式 “为技术发展提供了强大支撑”，并通过一批光子芯片初创企业加速了技术商业化落地进程，例如位于苏州的光本位与中际旭创。

工程技术亟待突破的瓶颈

尽管光子芯片优势显著，但要更广泛地应用于生成式人工智能模型的算力支撑，仍需攻克多项工程技术难关。电子芯片中的晶体管会产生电阻，进而以发热形式造成能量损耗；光子芯片虽不存在此类电阻损耗，但其运行需要激光器、探测器、调制器等配套组件，而这些组件均会消耗能量。埃格尔顿指出：“配套硬件的能耗，最终是否会超过光子芯片本身节省的能耗？这一问题，只有待芯片投入实际应用后才能得出答案。”

可扩展性是另一项尚未解决的关键问题。程争光表示，电子芯片的设计具备较强通用性，可适配多种应用场景；而光子芯片的架构则需根据具体用途进行针对性调整。这意味着，研发一款类似英伟达芯片的通用型光子处理器，仍面临巨大挑战。

埃格尔顿认为，光子芯片完全取代多功能电子处理器的可能性极低。相反，未来它更可能作为一种专用组件，融入更广泛的混合计算生态系统中。

（来源：nature）

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4304期内容，欢迎关注。

加星标⭐️第一时间看推送

求推荐