光子计算发展的新契机

光子计算发展的新契机

光子计算作为一种前沿计算技术，近年来在AI领域展现出巨大的应用潜力。本文将为您详细介绍光子计算的基本原理、发展历程以及在AI领域的最新应用进展。

图：鸿海科技日展出的硅光子芯片

如果光子可以像电子一样携带信息，自然它可以同时应用于通信和计算。光子最早应用于远距离通信，例如过去互联网应用中以光纤替代电话线，自然是以光子替代电子来携带信息。

最近光子通信再次被提上日程，主要是因为AI服务器的需求。未来大部分通信将发生在芯片与芯片之间、服务器与服务器之间，巨量的信息传输是目前信息处理和传输中最耗能的部分。

但是现在的服务器芯片设计在传统PPA（性能、功耗、面积）的考量中倾向于追求高性能，低功耗和散热需求在设计阶段往往被忽视，只能在制程和先进封装中寻求解决方案。这是硅光子被纳入半导体时间表的最大动力。

光子能用于通信，能否用于计算呢？在1960、70年代发明激光、模拟信号处理时，光子计算（photonic computing）的概念就已经提出，80年代开始研发光子元件。90年代尝试走向应用和量产时，为时已晚。90年代初的先进制程大约在0.5~0.8微米之间，但光子元件的尺度大多在微米以上，在晶圆上难以制造出功能可以与电子元件匹敌的产品。之后，差距越来越大。

光子计算再度被认真考虑也是因为AI的兴起。AI的计算，不管是卷积神经网络（CNN）还是在大型语言模型中使用的Transformer模型，其最底层的计算都是矩阵乘法的并行运算。数据量大，但算法相对单一，这是光子计算的良好应用领域。

2016年，沈亦晨（Yichen Shen）及其研究伙伴提出了用光子计算来处理深度学习的想法。在光子元件中，被选为类似半导体线路基础元件晶体管的是马赫-曾德干涉仪（Mach-Zender Interferometer；MZI）。

MZI是硅光子的基础元件，常用于调制光的相位。当光进入MZI后，首先经过分光器，光被分离成2束而在各自的光路上前进。在其中一条光路上光不再受任何作用；另一条光路上，有一个可控的电压可以施加在光路的构成物质，改变物质的折射率，进而改变在此光路上光的相位。最后2条光路上的光再合并，二者会相互干涉。如果其中有一光路受到相调制，2束光会形成破坏性干涉，在2个光路出口所测得的光强度会有所不同。这正是MZI可以像晶体管一样用于计算的原理。

MZI是光集成电路（Photonics Integrated Circuit；PIC）的基础单元，利用MZI可以组成光集成电路来计算矩阵相乘，这就是光子计算在AI领域的应用领域。

光子计算可以利用薛定谔微梳（Schrodinger microcomb）大幅提高计算效率。薛定谔微梳是用连续波（continuous wave）激光光源分离为在频率空间等间距的多重光源，可以用作并行计算。一个微梳可以产生数十乃至数百个频率的光线，用于并行计算。在某种程度上，薛定谔微梳大幅弥补了一般光元件尺寸较大的缺陷。

2016年光子计算方案提出时，硅光子的技术离成熟还很远。在过去的“异质整合蓝图”（Heterogeneous Integration Roadmap；HIR）进程中，2020年硅光子才会上场，实际上硅光子的量产时间表远迟于此。

最近提出的用钽酸锂（LiTaO3）来做硅光子元件，进一步提高了用MZI来做光子计算的可行性。钽酸锂在5G时代已经开始使用，是与半导体制程兼容的材料。它的制作成本低，且有几个物理特性适合MZI的制作：1. 低双折射性（low birefringence），线路设计简单，可以提高光元件密度；2. 低光学损耗（low photon loss），传导信号容易维持；3. 可以制作高性能MZI。用它做的MZI可达40 GHz的光电频宽，并且拥有1.9V•cm的半波电压长度积（half wavelength voltage length product，这个数字代表使光相位反转180°所需的电压乘以长度，数值越小越容易调制相位）。

光子计算理论上速度快、功耗低，是现在计算面临各种物理壁垒的可能出路之一。过去因为硅光子的技术未臻成熟，光元件的尺寸远大于微电子元件的尺寸，所以光子计算一直未能浮上台面。现在藉由AI服务器的兴起驱动硅光子技术的发展，获得额外的产业推动助力，搭乘顺风车。应用上选择与AI高度相关的ASIC类型的计算，再看能否有起始的立足点。