前沿科技 | 突破摩尔定律,达摩院硅光“芯”动了

简介: 编者按:当下科技竞争日趋激烈,最受关注的芯片技术更是日新月异。早在上世纪90年代,IT从业者就开始为传统半导体芯片产业寻找继任者,硅光技术因其诸多特性,已经成为业界下一个追逐的目标。那么,硅光芯片能否突破摩尔定律,开辟新的“赛道”? 全文约2096字,建议阅读时间7分钟。


导语

电子芯片的发展逼近摩尔定律极限,难以满足高性能计算不断增长的数据吞吐需求。硅光芯片用光子代替电子进行信息传输,可承载更多信息和传输更远距离,具备高计算密度与低能耗的优势。随着云计算与人工智能大爆发,硅光芯片迎来技术快速迭代与产业链高速发展。


各国都已在该领域布局很久。2014年10月,奥巴马就宣布建立“国家光子集成制造创新研究所”,IBM、Intel等企业和MIT、UCSB等机构都不遗余力发展大规模光子集成芯片,集成850个器件的大规模光子芯片也在2015年出现。几乎同时,中国科学院也启动了由西安光学精密机械所牵头,半导体所、上海微系统与信息技术所、计算技术所共同承担的先导专项“大规模光子集成芯片”,希望构建起大规模光子集成的材料、器件、集成、封装工艺平台。


集成850个器件的光子芯片结构图


预计未来三年,硅光芯片将承载绝大部分大型数据中心内的高速信息传输。


光子芯片演变发展

20世纪60年代以来,人类在电子计算机领域取得了无与伦比的成就。但经过半个多世纪的发展,计算机也遇到了速率和功耗两大瓶颈,进而衍生出阻碍电子计算机性能提升的3个技术壁垒:功耗墙、访存墙与I/O墙。


制约高性能计算发展的最大技术障碍是能耗,E级系统功耗预计有466.7MW,全年40.88亿千瓦时的用电量几乎相当于三峡电站全年发电量的1/20。此外,处理器与内存之间、处理器与处理器之间信息交互的速度严重滞后于处理器计算速度,访存与I/O瓶颈导致处理器计算性能有时只能发挥出10%,这对计算发展形成了极大制约。受电子物理极限制约,传统制程工艺的进步不但无助于问题的解决,甚至会恶化以上问题。


 

光子芯片不同于电子芯片,技术上另辟蹊径,用光子代替电子进行信息传输,可以承载更多的信息和传输更远的距离。光子彼此间的干扰少、提供相较于电子芯片高两个数量级的计算密度与低两个数量级的能耗。相较于量子芯片,光子芯片不需要改变二进制的架构,能够延续当前的计算机体系。光子芯片需要与成熟的电子芯片技术融合,运用电子芯片先进的制造工艺及模块化技术,结合光子和电子优势的硅光技术将是未来的主流形态。


硅光芯片应用趋势

近期,云计算与人工智能的大爆发让光子传输的优越性得以凸显。在通信场景,由于大型分布式计算、大数据分析、云原生应用让数据中心内的数据通信密度大幅提升,数据移动成为性能瓶颈。传统光模块成本过高,难以大规模应用,硅光芯片能够在低成本的前提下有效提高数据中心内集群之间、服务器之间、乃至于芯片之间的通信效率。在计算场景,据OpenAI统计,自2012年,每3.4个月人工智能的算力需求就翻倍,摩尔定律带来的算力增长已无法完全满足需求,硅光芯片作为解决方案的价值得到广泛的期待。


尤其需要注意的是,光通信与光计算相辅相成,光通信中的光电转换技术会在光计算中得到应用,光计算要求的低损耗、高密度光子集成技术也会促进光通信发展。两者的结合最终会让数据计算和传输都在光域完成。


“大规模光子集成芯片”先导专项实施路线图


展望

尽管光子元器件、硅光制程技术都在近期取得突破,硅光技术的成熟还需要解决一系列问题。首先,硅光芯片的设计、封装等环节尚未标准化和规模化,其产能、成本、良率优势还未显现;其次,光计算的精度仍低于电子芯片,集成度也需要进一步提高。


光电融合是未来趋势,硅光子和硅电子芯片取长补短才能促进算力提升。未来三年,硅光芯片将支撑大型数据中心的高速信息传输;未来五到十年,以硅光芯片为基础的光计算将逐步取代电子芯片在部分计算场景中的角色。


来源:达摩院DAMO


阿里云研究院小助手微信:AlibabaCloudResearch

编辑:阿里云研究院内容运营主管 赵子千

相关文章
|
8月前
|
芯片
掌握OVP过压保护芯片:电路设计、引脚说明及PCB板应用
过压保护OVP:指当输入达到过压保护阀值时,表现为:切断断开输出;恢复条件:输入电压低于过压保护阀值。主要功能意义:保护后级电路或芯片不被高压损坏;应用:蓝牙耳机,充电宝,等等USB输入充电口和输出高电压隔离保护电路。
|
2月前
|
人工智能 供应链 API
从“夹心饼干”到“智能体军团指挥官”:业务总监与研发经理的AI升维实践
本文直击中层管理者AI应用困局:向上难交付、向下协同虚、横向内耗重。指出“散点AI外挂”加剧混乱,倡导以Agentic OS架构将隐性业务经验转化为可调度、可质检的Multi-Agent流水线,实现从人工监工到工业化自运转的跃迁。
147 0
|
机器学习/深度学习 人工智能 机器人
具身机器人落地工厂 OpenAI联手亚马逊 电力取代算力成AI新瓶颈
2025年11月4日AI简报:具身智能机器人首入工厂,训练缩至十分钟;OpenAI与亚马逊签380亿美元算力大单;微软联手Lambda布局AI基建;纳德拉称电力成AI发展新瓶颈;华电发布“华电智”大模型;乌镇峰会即将启幕,AI成焦点。
488 6
|
存储 人工智能 运维
idc机房智能运维解决方案
华汇数据中心一体化智能运维方案应运而生,以“自主可控、精准洞察、智能决策”三大核心能力,助力企业实现运维效率提升与综合成本下降的数字化转型目标。
1301 24
|
机器学习/深度学习 人工智能 自然语言处理
AI训练师入行指南(三):机器学习算法和模型架构选择
从淘金到雕琢,将原始数据炼成智能珠宝!本文带您走进数字珠宝工坊,用算法工具打磨数据金砂。从基础的经典算法到精密的深度学习模型,结合电商、医疗、金融等场景实战,手把手教您选择合适工具,打造价值连城的智能应用。掌握AutoML改装套件与模型蒸馏术,让复杂问题迎刃而解。握紧算法刻刀,为数字世界雕刻文明!
646 6
提升个人工作技能
提升个人工作技能
1977 6
|
NoSQL 容灾 MongoDB
MongoDB主备副本集方案:两台服务器使用非对称部署的方式实现高可用与容灾备份
在资源受限的情况下,为了实现MongoDB的高可用性,本文探讨了两种在两台服务器上部署MongoDB的方案。方案一是通过主备身份轮换,即一台服务器作为主节点,另一台同时部署备节点和仲裁节点;方案二是利用`priority`设置实现自动主备切换。两者相比,方案二自动化程度更高,适合追求快速故障恢复的场景,而方案一则提供了更多的手动控制选项。文章最后对比了这两种方案与标准三节点副本集的优缺点,指出三节点方案在高可用性和数据一致性方面表现更佳。
1696 5
|
监控 安全 搜索推荐
智慧校园定位系统:数据驱动的校园管理决策与服务创新
智慧校园定位系统是构建智能化校园的重要工具,它提供实时定位、智能导航、安全预警等功能,极大地提升了校园的管理效率和师生的校园生活体验。通过集成先进的信息技术,为师生创造一个更加安全、便捷、高效的学习与工作环境。
988 5
智慧校园定位系统:数据驱动的校园管理决策与服务创新
|
机器学习/深度学习 vr&ar
深度学习笔记(十):深度学习评估指标
关于深度学习评估指标的全面介绍,涵盖了专业术语解释、一级和二级指标,以及各种深度学习模型的性能评估方法。
933 0
深度学习笔记(十):深度学习评估指标