Whoscored中文官网 | 编译自 Electronic Design
硅基光电子技术能够实现更快和更节能的计算。通过利用光的基本属性和使用光子学来加速计算，可以制造出扩展摩尔定律的系统。
通过本文你会学到什么？
硅基光电子技术将光学和电气元件集成在一个单一的封装上，用于计算系统中处理器、存储器和其他资源之间的高速互连。
硅基光电子可以取代传统的数字电路，用于计算和片上网络（NoC）结构。
硅基光电子为组件之间的数据传输提供了更紧凑和有效的解决方案，并改善了系统的整体性能和功耗。
硅基光电子技术是一种使用硅基材料操纵和传输光的技术，以创建更低延迟的计算和互连解决方案。其主要优势之一是它能够将光学元件与电子元件集成在一个单一的封装上。这允许创建高度集成的系统，可以同时处理电子和光学信号，有可能开发出更有效和更紧凑的器件。
关于如何使用光子学来提高今天的设计，有许多误解。它的潜力已被理解，但它是否已准备好被部署？总的来说，硅基光电子学的价值在于它有可能实现传统电子电路以前无法实现的新技术和应用，以及提高现有技术的效率和性能。
1. 不错的研究项目，但今天在商业上是不可行的。
近年来，由于硅基光电子技术具有提供高速数据传输、增加内存带宽和低功耗的潜力，对它的兴趣越来越大。虽然它的实施仍然存在一些挑战，但硅基光电子技术已经在各种应用中显示出有希望的商业可行性。
其中一个应用是在数据中心的互连中，它可以提供高带宽、低延迟、低功耗和机架到机架的连接。如果不使用中继器，高速铜缆连接有长度限制。硅基光电子学可以通过在服务器、GPU和内存池之间提供更低延迟的计算快速链接（CXL）来改善数据中心的互连。
使用标准CMOS制造工艺的硅基光电子技术可能能够降低制造的成本和复杂性，使其成为更可行的商业解决方案。
2. CMOS将继续按照摩尔定律进行扩展。
自半导体工业开始以来，计算能力的提高可以用摩尔定律来描述： 晶体管密度每18个月翻一番，使CMOS芯片在保持能量和面积消耗不变的情况下不断提高计算能力。
随着芯片制造工艺向5纳米和3纳米发展，晶体管密度已接近其物理极限。摩尔定律正在放缓，传统的单芯片计算能力提高的路径是不可持续的。
硅基光电子技术是一种继续扩展超越摩尔定律的限制的技术。数字芯片现在受到底层元件，CMOS晶体管，的物理极限的限制。光学信号和器件遵循不同的物理原理。光信号的相互作用通常是线性的，可以被映射为线性计算。它们应该能使光学计算加速器在一段时间内超过CPU和GPU的性能。
3. 硅基光电子技术的用例非常狭窄。
硅基光电子技术是一种将硅作为生成、操纵和检测光的平台的技术。它是电信和数据中心应用中的一项成熟技术，用于通过光纤连接传输信息。
它现在被应用于其他计算需求，在这些需求中，高带宽和低延迟是扩展系统所需要的，并有可能彻底改变广泛的行业。
一些应用包括：
数据中心互连，在长距离内高速传输大量数据。
高性能计算，将多个处理器连接在一起，使数据传输更快，并减少对大内存池的I/O带宽。
电信网络，提高数据传输的容量和速度。
用于自动驾驶汽车和其他自主车辆的LiDAR系统，实现精确和准确的距离测量。
控制和操纵量子比特的量子计算，为更快和更有效的量子计算打开大门。
4. 光子学需要方法上的重大转变。
利用硅基光电子学需要将现有的方法从传统的电子学扩展到光子学。在电子学中，信息是用电子来传输和处理的。在光子学中，信息是用光来传输和处理的。制造光子集成电路将需要一套不同的设计规则、制造工艺和测试方法。
在系统中使用光子IC可以充分利用现有的方法和设计规则。许多光子IC在共封装的配置中使用电子IC，将电信号转换为光信号，再转换为电信号。这种应用对系统设计者来说是透明的，因为光信号是设备内部的。
5. 实施硅基光电子技术需要一个陡峭的学习曲线才能采用。
制造硅基光电子器件的学习曲线并不像其他新兴技术那样陡峭。硅基光电子学涉及多个学科的整合，包括电子学、光学、材料科学和制造技术。
采用硅基光电子学IC与电子IC类似，因为光子学IC一般与电子IC共封装。这些IC通常有电气接口，在系统设计中的表现与其他IC类似。
6. 数字IC和光子IC很难整合。
整合数字和光子IC是可能的，而且已经被几家使用混合方法生产光子IC的公司所证实，以确保其可靠性和性能。
混合集成方法经常被用于集成电子和光子IC，方法是分别制造数字和光子电路，然后将它们键合在一起。这可以通过各种技术来完成，如倒装芯片键合、导线键合或焊接键合。
混合集成电路的设计和制造需要仔细考虑几个因素，包括热管理、电气和光学耦合以及封装。因为数字电路会产生大量的热量，影响光子电路的性能，所以热管理对于确保IC的可靠性和稳定性至关重要。
7. 人工智能/机器学习（AI/ML）的工作负载将继续在GPU上扩展。
人工智能/机器学习工作负载在GPU上进行扩展，不需要使用光子技术，并且是人工智能/机器学习培训的主力军，因为它们有能力处理并行处理任务，对培训大型模型至关重要。由于最近GPU性能的提高，它们可以处理越来越复杂的AI/ML工作负载。
然而，随着AI/ML工作负载的复杂性和规模继续增长，需要在GPU和其他处理单元之间进行更快和更有效的数据传输。这就是光子学可以发挥作用的地方，它可以在GPU、CPU和其他处理单元之间实现高速、低延迟的互连，以提升效率和数据传输速度。
随着AI/ML模型变得更加复杂，将需要专门的硬件加速器，如张量处理单元（TPU）和现场可编程门阵列（FPGA）。这些加速器可以使用硅光子技术，通过低延迟的CXL连接实现高效的互连和数据传输。
此外，新的光子加速器使用低延迟的光学NoC（片上光学网络或oNoC）来提高人工智能工作负载的性能和吞吐量。对于特定功能，这些加速器比最先进的GPU快800倍。
8. 3纳米的数字芯片有更好的性能。
很难直接比较3纳米的数字芯片和硅基光电子芯片的性能，因为它们是为不同的应用设计的，使用不同的指标来衡量性能。选择取决于具体的应用要求和设计考虑。
3纳米的数字芯片被设计用来处理数字信息，如进行算术运算、逻辑功能和存储操作。它们为高速计算和低功耗进行了优化，这对移动设备、数据中心和高性能计算等应用至关重要。
硅基光电子芯片主要用于传输和处理光信号。它们针对高速数据传输和低功耗进行了优化，对数据通信、传感和医疗成像等应用至关重要。
虽然3纳米的数字芯片可能比硅基光电子芯片的数字处理任务有更好的性能，但硅基光电子芯片有可能为更远距离的数据传输提供更高的带宽和更低的延时。例如，光子学可以用来改善数字芯片对内存的访问，并大大减少内存I/O的瓶颈。此外，硅基光电子芯片可以为某些应用提供更高的能源效率，在这些应用中，降低功耗是关键。
9. 光学NoCs太小，不实用。
光学NoC有可能在片上处理单元之间提供高带宽和低延迟的通信。其实用性取决于各种因素，如成本、功耗、可靠性和可扩展性。
实现光学NoC的成本需要专门的部件，例如激光器、调制器和探测器，制造和集成的成本可能很高。虽然光通信与电通信相比可以提供低功耗，但光学元件（如激光器和调制器）的功耗仍然经常很高。
与数字芯片相比，光学NoC拥有几个关键优势。由于数字芯片之间的连接使用的是光，所以oNoCs的延迟极低，可以同时与整个设备的所有节点进行通信。这就解决了数字IC的近邻问题，使新的拓扑结构得以考虑。
与数字NoC不同，oNoC并不局限于单一的网状结构。通过晶圆拼接，当使用通用小芯片（chiplet）互连快递（UCIe）等标准来实现小芯片之间的数字接口时，oNoC可以提供晶圆规模的密度。
10. CXL与铜互连没有问题，但与光互连有问题。
CXL是一种高速互连标准，旨在实现CPU、GPU、内存和其他处理单元之间的通信。虽然CXL的最初版本使用电气互连，但超过一米的光学互连CXL的兴趣越来越大。
与电气互连相比，光互连可以提供更高的带宽、更低的延迟和更低的功耗，特别是在更远的距离上。将光学互连用于一米以外的CXL，还可以使系统设计和部署更加灵活。有了光互连，处理单元可以放得更远，从而实现更灵活的系统配置，减少对复杂布线的需求。
11. 其他技术更有前景。
硅基光电子技术正被用于计算系统的高速互连，包括处理器、存储器和其他组件之间的互连。另一个应用是在开发与电子集成电路共封装的光子集成电路。这些封装为计算系统中组件之间的数据传输提供了更紧凑和有效的解决方案，减少了对复杂布线的需求，提高了系统的整体性能和功耗。
微信公众号 
bilibili 
微信视频号