近年来，生成式人工智能的迅猛发展导致全球范围内超大规模人工智能集群的部署速度空前加快。随 着摩尔定律的放缓，只有通过并行计算才能实现更高的性能，因此，数据处理和/或传输性能的提升 必然导致能耗的增加。也就是说，人工智能基础设施的快速增长带来了严重的能源危机。如图 1 所 示，随着数据量的指数级增长，所需的能源供应量也将呈指数级增长。从这个意义上讲，解决这一能 源问题的唯一有效途径是开发一种能够将能源增长与数据增长分离的技术。 光子学具有巨大的潜力，因为光波的传播和干涉无需消耗能量，因此可以通过工程设计来实现可扩展 的功能，而无需增加能耗。硅光子学在过去二十年中得到了广泛的发展，如今已完全具备提供近乎理 想的平台的能力，从而释放其巨大的潜力。事实上，硅光子学能够提供高效的高密度互连，实现高带 宽和长距离链路；能够实现低能耗的光路切换，且不受信号带宽的限制；以及能够进行光速计算的光 子神经网络，从而加速人工智能计算。 在本文中，我们将回顾这些光子技术的发展趋势和进展，我们将论证，为了使这些光子技术成为人工 智能时代可持续基础设施的重要组成部分，硬件和软件以及电子和光子学需要以互补的方式进行开 发。 光收发器和交换 ...