人工智能发展引发的能源挑战 - 人工智能的蓬勃发展正引发一场能源危机，其耗电量甚至可能超过某些国家的用电量[2] - 高盛预测，到2030年，数据中心电力需求将增长160%，达到每年945太瓦时，相当于日本的全部电力消耗量[2] - 人工智能训练设施内装有数十万颗NVIDIA H100芯片，每颗芯片功耗高达700瓦，几乎是普通电视机的八倍，加上冷却系统，一些超大规模设施的耗电量相当于3万户家庭的用电量[2] 传统电互连的瓶颈与“内存墙”问题 - 过去二十年间，硬件浮点运算速度提升了6万倍，但DRAM带宽仅增长100倍，互连带宽同期仅增长30倍，导致“内存墙”问题[6] - 数据在处理器和内存之间传输速度不够快，无法充分利用可用计算能力，成为人工智能应用的关键性能瓶颈[6] - 缩小铜互连线尺寸的传统解决方案正接近物理极限，更细、更多的铜线会消耗更多电力，产生更多热量，并引入信号完整性问题[6] 硅光子学作为解决方案的原理与优势 - 硅光子学利用光子（光粒子）在硅波导中传输信息，取代通过铜线传输电子的传统方式，从根本上重新定义了数据传输方式[5] - 光互连传输每比特数据仅消耗0.05至0.2皮焦耳的能量，而相同距离下电互连的能量需求则高得多，随着传输距离增加，光子学的能量优势变得压倒性[5] - 该技术既能利用现有的半导体制造基础设施，又需要采用全新的精密制造方法[11] 硅光子学的市场前景与行业进展 - 据Yole Group预测，硅光子学市场规模将从2023年的9500万美元增长到2029年的8.63亿美元以上，年增长率达45%[6] - 台积电已发表多篇关于硅光子学的研究论文，并宣布与英伟达建立公开合作关系，将光互连架构集成到下一代人工智能计算产品中[5] - 行业路线图曾预测到2035年才能实现的能力，如今已被领先的制造商提前实现[11] 技术演进：从可插拔到共封装光学器件 - 硅光子技术已通过可插拔收发器在电信网络和数据中心机架连接中应用多年[7] - 人工智能的需求正将光子技术推向“共封装光学器件”，即与处理器、内存等组件直接集成，以最大限度提高带宽并降低能耗[9] - 共封装光系统直接与昂贵的图形处理器和高带宽内存集成，对可靠性要求极高，主要芯片开发商的早期产品仍处于试点评估阶段[9] 制造挑战与更广泛的影响 - 制造高效的硅波导需要在硅晶圆上加工出纳米级的光纤电缆，并配备超光滑的侧壁以防止光散射，这要求具备远超传统CMOS制造工艺的精密蚀刻能力[11] - 随着光互连技术变得更加经济高效且成熟，它有望彻底改变从自动驾驶汽车到边缘计算设备等各个领域[11] - 硅光子学提供了一条无需在性能和环境责任之间做出取舍的发展路径，有望在推动人工智能持续发展的同时，显著降低其对环境的影响[14]