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
|
传感器 算法 物联网
基于粒子群算法的网络最优节点部署优化matlab仿真
本项目基于粒子群优化(PSO)算法,实现WSN网络节点的最优部署,以最大化节点覆盖范围。使用MATLAB2022A进行开发与测试,展示了优化后的节点分布及其覆盖范围。核心代码通过定义目标函数和约束条件,利用PSO算法迭代搜索最佳节点位置,并绘制优化结果图。PSO算法灵感源于鸟群觅食行为,适用于连续和离散空间的优化问题,在通信网络、物联网等领域有广泛应用。该算法通过模拟粒子群体智慧,高效逼近最优解,提升网络性能。
475 16
|
机器学习/深度学习 监控 算法
机器学习在图像识别中的应用:解锁视觉世界的钥匙
机器学习在图像识别中的应用:解锁视觉世界的钥匙
1688 95
|
开发框架 数据可视化 Windows
如何提升大模型Agent的能力 ——LLM Agent框架 Modelscope-Agent 实战
本文介绍Agent到底是什么 ,如何进行优化,以及如何使用Agen框架。
|
C++
【PTA】L1-033 出生年(C++)
【PTA】L1-033 出生年(C++)
385 0
【PTA】L1-033 出生年(C++)
提升个人工作技能
提升个人工作技能
1436 6
|
Oracle Java 关系型数据库
Java/JDK 21正式发布!15个特性一览
Java/JDK 21正式发布!15个特性一览
3392 0
【Qt 学习笔记】Qt常用控件 | 布局管理器 | 垂直布局Vertical Layout
【Qt 学习笔记】Qt常用控件 | 布局管理器 | 垂直布局Vertical Layout
1175 2
|
机器学习/深度学习 人工智能 算法
探索机器学习中的模型融合技术
在机器学习领域,模型融合技术已成为提升预测准确性和增强模型泛化能力的关键手段。本文将深入探讨模型融合的理论基础、实现策略以及实际应用案例,旨在为读者提供一套系统的理解和实践指导。通过分析不同类型的融合方法,包括简易模型平均、加权平均、Stacking、Bagging和Boosting等,文章揭示了模型融合如何有效整合多个模型的信息,减少过拟合风险,以及提高对未知数据的适应能力。
|
C# C++
一款.NET开源、功能强大、跨平台的绘图库 - OxyPlot
一款.NET开源、功能强大、跨平台的绘图库 - OxyPlot
306 0