光子芯片技术创新助力突破算力边界

人工智能（AI）是一场正在发生的技术革命。它深入各个领域重塑产业，带领产业深入新一轮的智能化革命浪潮。而与之相配合的核心算力资源就是未来发展的关键。

随着AI大模型的不断发展，对于算力和电力的需求呈现指数级增长。事实上，对于算力需求的增长速度已超过摩尔定律的预测。有报告称，人工智能所需的计算能力每三个月就会翻一番，电子芯片已经难以满足人工智能发展的算力需求，而且硅基电子芯片还面临着摩尔定律正逼近物理极限的挑战。

电力瓶颈或许更为棘手。高盛的一份报告显示，2022年算力数据中心在美国电力需求占的比例仅为3%，但是到2030年将增加到8%，电力需求年复合增长率为2.4%。相比之下，过去20年数据中心发电量年复合增率不到0.5%。

此外，该报告还预计，到2030年AI数据中心的电力需求将增长160%。谷歌前 CEO 埃里克·施密特（Eric Schmidt）前不久更是在美国国会能源与商业委员会的听证会上直接警告“未来AI将消耗全球99%的电力”。在他看来，AI大模型未来发展面临的瓶颈不是算法本身，而是物理限制，比如电力资源。

“如果为了提升算力，要消耗一个国家10%甚至一半的电力，这是会影响这场工业革命真正的普及。”

近日，我们与长江学者、上海交通大学特聘教授、上海交通大学光科学与技术研究所所长、集成量子信息技术研究中心（IQIT）主任、无锡光子芯片研究院（CHIPX）院长金贤敏教授深入聊了聊，在这个算力和能源消耗需求爆炸式增长、电子芯片逼近物理极限的当下，如何以可以承受的能耗代价，获得可持续增长的算力，从而实现真正意义上的可持续智能？

金贤敏教授长期致力于以光量子集成芯片的设计和制备，以及量子信息和光子信息的芯片化集成化的研发。已发表论文150余篇，包括25篇PRL、9篇Nature Photonics，6篇Optica、2篇Science、3篇Science Advances、4篇Nature Communications、1篇Nature Physics、4篇Light，3篇Advanced Materials等，引用8000余次，获授权和转化国家发明专利15项，获得国家发明专利10项。他还是光子芯片创业公司图灵量子创始人、CEO，致力于推动芯、光、智、算融合应用，携手上海交通大学、无锡光子芯片研究院（CHIPX）打造中国首个光子芯片中试线和产业化基地及量子人工智能计算中心，探索光量子计算技术从学术科研到商业化应用的跨越路径。

在他看来，需要新的计算架构来提升算力势在必行。“从长远来看，在信息处理和算力层面，人类需要加速跑，用更高的速度。”他指出。

在这一背景下，光子计算作为面向后摩尔时代的全新计算范式，对于促进算法优化和提高计算效率具有重要意义。

在芯片上操纵光：获得高维算力

当前的算力主要是由电子芯片提供。电子芯片是基于电子器件的集成电路，通过电子器件内的电子流来实现信号的传输和处理。过去几十年电子芯片的发展一直大体符合摩尔定律预测，即集成电路上可以容纳的晶体管数目每经过约18个月便会增加一倍，也就意味芯片的计算能力大约每2年就会翻一倍。

但如今以硅基为主的电子芯片正面临无可回避的极限困境。“电子芯片已走过了七八十年的发展历程，如今3纳米、1纳米的制程已经逼近原子级别，这是根本性的物理极限，不是工艺技术能够解决的。”金贤敏解释。

这也意味着，在后摩尔时代，亟需一种的计算架构来延续提升算力。光子芯片在这一领域展现出独特优势。

那么，什么是光子芯片、光计算和光学人工智能（AI）处理器？与电子芯片相比，它有哪些特性和优势？

总体而言，光子芯片具有低损耗、高并行性、高频宽、低延时等电子芯片不具备的优点。同时，光子作为信息载体，没有质量、不带电荷，不会产生电子芯片中的发热和干涉问题。

金贤敏解释，光子芯片以及其上承载的光计算专用光计算求解器、光学人工智能处理器，利用了光本身具有的并行性来进行计算。而到了量子计算层面，则是用多体的高维形成的高维度并行性去做计算和处理。“它们的难度不一样，许诺的算力也不一样。一种是普通的并行性，一种是更加高维的并行性，但都是为了解决目前的算力问题，或者说一些端侧的延时问题。”

从具体应用来看，金贤敏将光子芯片的应用分为三个层级：基础应用是光计算和光学人工智能处理器。他解释，光子芯片特别适合做矩阵运算，这正是人工智能的核心。相比传统CPU处理器，光学人工智能处理器能将延时降低到纳秒级，能耗大幅降低。

更高一层的应用则是光量子芯片。“光量子芯片本质上是光子芯片的一种，但对非线性操控、精度和损耗的要求更加极致。”

他进一步解释光量子芯片的工作原理。“事实上，它并不是对一堆光子进行整体操纵，而是可以实现对每个光子的单独精准操控。”这与普通光计算把多个光子作为整体处理相比，是在维度上的提升。“每个光子单独操控的结果就是，每个光子的维度可以叠加，形成一个多体的高维系统。也就是说，如果有50个光子，每个光子编码两维，那么总维度就是2的50次方，这种指数级的高维并行性是量子计算算力爆发的根源。”

这要比单纯的光计算维度或者光学人工智能处理器的维度高出很多。光计算和光学人工智能处理器主要挖掘的是光本身的多种颜色、波长等维度，而光量子计算挖掘的是多体的光形成的总系统的高维度。“它未来就会像核聚变一样，是一个取之不尽用之不竭的资源。”金贤敏解释。

新计算范式变革的前夜：市场潜力可期

如此看来，当前我们正处于新计算范式变革的前夜。而将这一新的算力与AI大模型相结合，并渗透至生产和生活方方面面的应用中，这将是能够推动这场智能化工业革命的重要代表。

事实上，在量子计算领域，目前主要有四种技术路径：优先追求规模化（超导），专注精确度（离子阱），侧重环境适应性（光量子），探索架构创新（中性原子）。其中，全球超导量子计算市场规模已达28亿美元，占整个量子计算硬件市场的62%。IBM、谷歌、英特尔等科技巨头以及国内的“祖冲之系列”均采用这一路线。

但近年来在硅光子、光量子领域出现了不少突破，同时也在资本和市场层面有所体现。

AMD此前就已经宣布将硅光子学初创企业Enosemi纳入麾下。据公开资料，Enosemi此前曾是AMD的外部光子学开发合作伙伴。AMD表示，Enosemi是AMD在深入高性能互联创新领域的理想收购选择，这笔交易将立即提升其支持和发展下一代AI系统中的各种光子学和共封装光学（CPO）解决方案的能力。通过对Enosemi的收购，AMD进一步完善了其AI基础设施系统技术堆栈。AMD在今年早些时候凭借完成收购ZT Systems获取了机架系统方面的大量知识和人才资源。

2025年9月，量子计算创业公司PsiQuantum则拿下了10亿美元的巨额投资，创下量子计算初创公司单轮融资纪录。该轮融资由BlackRock、淡马锡和Baillie Gifford领投。本轮融资后该公司估值达70亿美元。英伟达创始人黄仁勋也早已是该公司股东之一，尽管在2025年初老黄还在给量子计算泼冷水。据悉PsiQuantum和英伟达将在量子算法和软件层面、GPU-QPU集成及硅光子平台方面展开广泛合作。有意思的是，这家公司的BP里，有一页是《我的外公薛定谔》。是的，其联合创始人兼首席架构师Terry Rudolph正是物理学家薛定谔的亲外孙。

市场预测

2025年Q1全球融资额达78亿美元，同比增长125%，企业级解决方案提供商占比超60%。其中海外头部企业QuEra（中性原子路线）、Quantum Machines（量子控制系统）PsiQuantum（光量子）等获得了大额融资。在市场规模和增速上，根据赛迪顾问的预测，2025年中国量子计算市场规模将达到115.6亿元人民币，年均增速超过30%，成为全球增长极快的市场之一。

值得一提的是，选择光量子的路线有一定的优势。因为光量子计算是没有明显短板的量子计算技术路径。

首先，在制造技术上，光量子芯片可以迁移使用成熟的半导体技术进行制造生产。其次，在环境要求上，光子产生热量少，能耗低，对低温环境的要求相对宽松，此外在连通性上可使用传统光纤实现互联。

而对于其他种类的量子计算机，为了保证超导性和抑制热噪声，必须在接近绝对零度的环境下运行。相比之下，光子量子比特在常温下即可操控，能节省不少部署低温设备的成本。

那么，在具体的应用层面，如何将这一新型的高维算力和现在的大模型结合？据金贤敏介绍，现在他们的光子计算板卡都在和现在的大模型进行适配中。比如光学人工智能处理器嵌入在端侧做推理可以几乎感觉不到延时，且功耗极低。比如，一个机器人，如果它收集的信号是一个光信号，那么信号直接就进了光学人工智能处理器，然后直接去做判断和反馈，可以把低延时做到极致。

“它未来是可以有望达到把光模块电交换芯片都给代替掉的一个格局。现在国内的几个光模块公司都有三四千亿元的规模，博通的交换芯片也都是霸主级的。但未来可能会简化出一个光电融合的芯片形态。”金贤敏指出，但即使如此，它始终无法与量子计算或者光子计算的市场媲美，“因为后者许诺的是以一个无限的未来。”

不过，需要指出的是，在金贤敏看来，“光量子芯片不是替代电子芯片，而是新一代信息载体与计算范式，是应对算力瓶颈的必然路径。”

写在文末

突破当前的算力困境，光量子芯片无疑是一种颠覆式的技术路线。金贤敏团队指出，尽管要达到通用量子计算也许需要10年或更久，实现专用量子计算的落地应用可能仅仅需要3-5年，而光连接、量子安全的产业爆发可能就在这一两年出现。

过去一两年，我们已经看到以光电融合突破算力边界的方案的涌现。

2025年10月，图灵量子首发两大成果——上海交通大学无锡光子芯片研究院（CHIPX）正式发布薄膜铌酸锂光子芯片PDK，以及全球首个光子芯片全链垂直大模型LightSeek。据介绍，金贤敏带领团队基于铌酸锂薄膜（LNOI）光子芯片和飞秒激光直写技术，研发可集成大规模光子线路的光量子芯片，主导建设了中国首条光子芯片中试线，实现了薄膜铌酸锂晶圆的高精度光刻，覆盖全闭环工艺流程，为光子芯片PDK（工艺设计）提供了精确可靠的工艺基础，年产能达12000片晶圆。

在2025年的世界人工智能大会期间，曦智科技联合壁仞科技、中兴通讯共同推出全球首个分布式光互连光交换GPU超节点解决方案——光跃LightSphere X，创新性地提出了分布式光交换技术，解决了大规模算力集群中传统电互连、集中式交换的带宽瓶颈与扩展性受限等挑战，构建起高带宽、低延迟、灵活可扩展的自主可控智算集群新范式。此外，曦智科技联合燧原科技推出国内首款xPU-CPO光电共封装原型系统，通过将光学引擎与计算芯片（xPU）在基板上实现光电共封装，将电芯片与光芯片的传输距离缩短，与传统可插拔光学相比，大幅提升信号完整性并降低损耗和延迟，同时显著降低系统功耗，有效提高光电转换的稳定性。

作为国内首次采用CPO技术实现GPU直接出光的成功案例，该项目验证了xPU-CPO光电共封装技术的可行性与技术方向，同时为中国人工智能基础设施建设与先进光学封装产业突破奠定了关键技术锚点。

突破摩尔定律的极限困境，全世界的科学家们正在从不同角度进行着多层面的极限创新。