人工智能（AI）是一場正在發(fā)生的技術(shù)革命。它深入各個領(lǐng)域重塑產(chǎn)業(yè)，帶領(lǐng)產(chǎn)業(yè)深入新一輪的智能化革命浪潮。而與之相配合的核心算力資源就是未來發(fā)展的關(guān)鍵。

隨著AI大模型的不斷發(fā)展，對于算力和電力的需求呈現(xiàn)指數(shù)級增長。事實上，對于算力需求的增長速度已超過摩爾定律的預(yù)測。有報告稱，人工智能所需的計算能力每三個月就會翻一番，電子芯片已經(jīng)難以滿足人工智能發(fā)展的算力需求，而且硅基電子芯片還面臨著摩爾定律正逼近物理極限的挑戰(zhàn)。

電力瓶頸或許更為棘手。高盛的一份報告顯示，2022年算力數(shù)據(jù)中心在美國電力需求占的比例僅為3%，但是到2030年將增加到8%，電力需求年復(fù)合增長率為2.4%。相比之下，過去20年數(shù)據(jù)中心發(fā)電量年復(fù)合增率不到0.5%。

此外，該報告還預(yù)計，到2030年AI數(shù)據(jù)中心的電力需求將增長160%。谷歌前 CEO 埃里克·施密特（Eric Schmidt）前不久更是在美國國會能源與商業(yè)委員會的聽證會上直接警告“未來AI將消耗全球99%的電力”。在他看來，AI大模型未來發(fā)展面臨的瓶頸不是算法本身，而是物理限制，比如電力資源。

“如果為了提升算力，要消耗一個國家10%甚至一半的電力，這是會影響這場工業(yè)革命真正的普及?！?/p>

近日，我們與長江學(xué)者、上海交通大學(xué)特聘教授、上海交通大學(xué)光科學(xué)與技術(shù)研究所所長、集成量子信息技術(shù)研究中心（IQIT）主任、無錫光子芯片研究院（CHIPX）院長金賢敏教授深入聊了聊，在這個算力和能源消耗需求爆炸式增長、電子芯片逼近物理極限的當(dāng)下，如何以可以承受的能耗代價，獲得可持續(xù)增長的算力，從而實現(xiàn)真正意義上的可持續(xù)智能？

金賢敏教授長期致力于以光量子集成芯片的設(shè)計和制備，以及量子信息和光子信息的芯片化集成化的研發(fā)。已發(fā)表論文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，獲授權(quán)和轉(zhuǎn)化國家發(fā)明專利15項，獲得國家發(fā)明專利10項。他還是光子芯片創(chuàng)業(yè)公司圖靈量子創(chuàng)始人、CEO，致力于推動芯、光、智、算融合應(yīng)用，攜手上海交通大學(xué)、無錫光子芯片研究院（CHIPX）打造中國首個光子芯片中試線和產(chǎn)業(yè)化基地及量子人工智能計算中心，探索光量子計算技術(shù)從學(xué)術(shù)科研到商業(yè)化應(yīng)用的跨越路徑。

在他看來，需要新的計算架構(gòu)來提升算力勢在必行?！皬拈L遠(yuǎn)來看，在信息處理和算力層面，人類需要加速跑，用更高的速度?！彼赋?。

在這一背景下，光子計算作為面向后摩爾時代的全新計算范式，對于促進(jìn)算法優(yōu)化和提高計算效率具有重要意義。

在芯片上操縱光：獲得高維算力

當(dāng)前的算力主要是由電子芯片提供。電子芯片是基于電子器件的集成電路，通過電子器件內(nèi)的電子流來實現(xiàn)信號的傳輸和處理。過去幾十年電子芯片的發(fā)展一直大體符合摩爾定律預(yù)測，即集成電路上可以容納的晶體管數(shù)目每經(jīng)過約18個月便會增加一倍，也就意味芯片的計算能力大約每2年就會翻一倍。

但如今以硅基為主的電子芯片正面臨無可回避的極限困境?！半娮有酒炎哌^了七八十年的發(fā)展歷程，如今3納米、1納米的制程已經(jīng)逼近原子級別，這是根本性的物理極限，不是工藝技術(shù)能夠解決的?！苯鹳t敏解釋。

這也意味著，在后摩爾時代，亟需一種的計算架構(gòu)來延續(xù)提升算力。光子芯片在這一領(lǐng)域展現(xiàn)出獨特優(yōu)勢。

那么，什么是光子芯片、光計算和光學(xué)人工智能（AI）處理器？與電子芯片相比，它有哪些特性和優(yōu)勢？

總體而言，光子芯片具有低損耗、高并行性、高頻寬、低延時等電子芯片不具備的優(yōu)點。同時，光子作為信息載體，沒有質(zhì)量、不帶電荷，不會產(chǎn)生電子芯片中的發(fā)熱和干涉問題。

金賢敏解釋，光子芯片以及其上承載的光計算專用光計算求解器、光學(xué)人工智能處理器，利用了光本身具有的并行性來進(jìn)行計算。而到了量子計算層面，則是用多體的高維形成的高維度并行性去做計算和處理。“它們的難度不一樣，許諾的算力也不一樣。一種是普通的并行性，一種是更加高維的并行性，但都是為了解決目前的算力問題，或者說一些端側(cè)的延時問題?！?/p>

從具體應(yīng)用來看，金賢敏將光子芯片的應(yīng)用分為三個層級：基礎(chǔ)應(yīng)用是光計算和光學(xué)人工智能處理器。他解釋，光子芯片特別適合做矩陣運算，這正是人工智能的核心。相比傳統(tǒng)CPU處理器，光學(xué)人工智能處理器能將延時降低到納秒級，能耗大幅降低。

更高一層的應(yīng)用則是光量子芯片?！肮饬孔有酒举|(zhì)上是光子芯片的一種，但對非線性操控、精度和損耗的要求更加極致?！?/p>

他進(jìn)一步解釋光量子芯片的工作原理?！笆聦嵣希⒉皇菍σ欢压庾舆M(jìn)行整體操縱，而是可以實現(xiàn)對每個光子的單獨精準(zhǔn)操控?！边@與普通光計算把多個光子作為整體處理相比，是在維度上的提升?！懊總€光子單獨操控的結(jié)果就是，每個光子的維度可以疊加，形成一個多體的高維系統(tǒng)。也就是說，如果有50個光子，每個光子編碼兩維，那么總維度就是2的50次方，這種指數(shù)級的高維并行性是量子計算算力爆發(fā)的根源?！?/p>

這要比單純的光計算維度或者光學(xué)人工智能處理器的維度高出很多。光計算和光學(xué)人工智能處理器主要挖掘的是光本身的多種顏色、波長等維度，而光量子計算挖掘的是多體的光形成的總系統(tǒng)的高維度。“它未來就會像核聚變一樣，是一個取之不盡用之不竭的資源?！苯鹳t敏解釋。

新計算范式變革的前夜：市場潛力可期

如此看來，當(dāng)前我們正處于新計算范式變革的前夜。而將這一新的算力與AI大模型相結(jié)合，并滲透至生產(chǎn)和生活方方面面的應(yīng)用中，這將是能夠推動這場智能化工業(yè)革命的重要代表。

事實上，在量子計算領(lǐng)域，目前主要有四種技術(shù)路徑：優(yōu)先追求規(guī)?；ǔ瑢?dǎo)），專注精確度（離子阱），側(cè)重環(huán)境適應(yīng)性（光量子），探索架構(gòu)創(chuàng)新（中性原子）。其中，全球超導(dǎo)量子計算市場規(guī)模已達(dá)28億美元，占整個量子計算硬件市場的62%。IBM、谷歌、英特爾等科技巨頭以及國內(nèi)的“祖沖之系列”均采用這一路線。

但近年來在硅光子、光量子領(lǐng)域出現(xiàn)了不少突破，同時也在資本和市場層面有所體現(xiàn)。

AMD此前就已經(jīng)宣布將硅光子學(xué)初創(chuàng)企業(yè)Enosemi納入麾下。據(jù)公開資料，Enosemi此前曾是AMD的外部光子學(xué)開發(fā)合作伙伴。AMD表示，Enosemi是AMD在深入高性能互聯(lián)創(chuàng)新領(lǐng)域的理想收購選擇，這筆交易將立即提升其支持和發(fā)展下一代AI系統(tǒng)中的各種光子學(xué)和共封裝光學(xué)（CPO）解決方案的能力。通過對Enosemi的收購，AMD進(jìn)一步完善了其AI基礎(chǔ)設(shè)施系統(tǒng)技術(shù)堆棧。AMD在今年早些時候憑借完成收購ZT Systems獲取了機架系統(tǒng)方面的大量知識和人才資源。

2025年9月，量子計算創(chuàng)業(yè)公司PsiQuantum則拿下了10億美元的巨額投資，創(chuàng)下量子計算初創(chuàng)公司單輪融資紀(jì)錄。該輪融資由BlackRock、淡馬錫和Baillie Gifford領(lǐng)投。本輪融資后該公司估值達(dá)70億美元。英偉達(dá)創(chuàng)始人黃仁勛也早已是該公司股東之一，盡管在2025年初老黃還在給量子計算潑冷水。據(jù)悉PsiQuantum和英偉達(dá)將在量子算法和軟件層面、GPU-QPU集成及硅光子平臺方面展開廣泛合作。有意思的是，這家公司的BP里，有一頁是《我的外公薛定諤》。是的，其聯(lián)合創(chuàng)始人兼首席架構(gòu)師Terry Rudolph正是物理學(xué)家薛定諤的親外孫。

市場預(yù)測

2025年Q1全球融資額達(dá)78億美元，同比增長125%，企業(yè)級解決方案提供商占比超60%。其中海外頭部企業(yè)QuEra（中性原子路線）、Quantum Machines（量子控制系統(tǒng)）PsiQuantum（光量子）等獲得了大額融資。在市場規(guī)模和增速上，根據(jù)賽迪顧問的預(yù)測，2025年中國量子計算市場規(guī)模將達(dá)到115.6億元人民幣，年均增速超過30%，成為全球增長極快的市場之一。

值得一提的是，選擇光量子的路線有一定的優(yōu)勢。因為光量子計算是沒有明顯短板的量子計算技術(shù)路徑。

首先，在制造技術(shù)上，光量子芯片可以遷移使用成熟的半導(dǎo)體技術(shù)進(jìn)行制造生產(chǎn)。其次，在環(huán)境要求上，光子產(chǎn)生熱量少，能耗低，對低溫環(huán)境的要求相對寬松，此外在連通性上可使用傳統(tǒng)光纖實現(xiàn)互聯(lián)。

而對于其他種類的量子計算機，為了保證超導(dǎo)性和抑制熱噪聲，必須在接近絕對零度的環(huán)境下運行。相比之下，光子量子比特在常溫下即可操控，能節(jié)省不少部署低溫設(shè)備的成本。

那么，在具體的應(yīng)用層面，如何將這一新型的高維算力和現(xiàn)在的大模型結(jié)合？據(jù)金賢敏介紹，現(xiàn)在他們的光子計算板卡都在和現(xiàn)在的大模型進(jìn)行適配中。比如光學(xué)人工智能處理器嵌入在端側(cè)做推理可以幾乎感覺不到延時，且功耗極低。比如，一個機器人，如果它收集的信號是一個光信號，那么信號直接就進(jìn)了光學(xué)人工智能處理器，然后直接去做判斷和反饋，可以把低延時做到極致。

“它未來是可以有望達(dá)到把光模塊電交換芯片都給代替掉的一個格局?，F(xiàn)在國內(nèi)的幾個光模塊公司都有三四千億元的規(guī)模，博通的交換芯片也都是霸主級的。但未來可能會簡化出一個光電融合的芯片形態(tài)。”金賢敏指出，但即使如此，它始終無法與量子計算或者光子計算的市場媲美，“因為后者許諾的是以一個無限的未來。”

不過，需要指出的是，在金賢敏看來，“光量子芯片不是替代電子芯片，而是新一代信息載體與計算范式，是應(yīng)對算力瓶頸的必然路徑。”

寫在文末

突破當(dāng)前的算力困境，光量子芯片無疑是一種顛覆式的技術(shù)路線。金賢敏團(tuán)隊指出，盡管要達(dá)到通用量子計算也許需要10年或更久，實現(xiàn)專用量子計算的落地應(yīng)用可能僅僅需要3-5年，而光連接、量子安全的產(chǎn)業(yè)爆發(fā)可能就在這一兩年出現(xiàn)。

過去一兩年，我們已經(jīng)看到以光電融合突破算力邊界的方案的涌現(xiàn)。

2025年10月，圖靈量子首發(fā)兩大成果——上海交通大學(xué)無錫光子芯片研究院（CHIPX）正式發(fā)布薄膜鈮酸鋰光子芯片PDK，以及全球首個光子芯片全鏈垂直大模型LightSeek。據(jù)介紹，金賢敏帶領(lǐng)團(tuán)隊基于鈮酸鋰薄膜（LNOI）光子芯片和飛秒激光直寫技術(shù)，研發(fā)可集成大規(guī)模光子線路的光量子芯片，主導(dǎo)建設(shè)了中國首條光子芯片中試線，實現(xiàn)了薄膜鈮酸鋰晶圓的高精度光刻，覆蓋全閉環(huán)工藝流程，為光子芯片PDK（工藝設(shè)計）提供了精確可靠的工藝基礎(chǔ)，年產(chǎn)能達(dá)12000片晶圓。

在2025年的世界人工智能大會期間，曦智科技聯(lián)合壁仞科技、中興通訊共同推出全球首個分布式光互連光交換GPU超節(jié)點解決方案——光躍LightSphere X，創(chuàng)新性地提出了分布式光交換技術(shù)，解決了大規(guī)模算力集群中傳統(tǒng)電互連、集中式交換的帶寬瓶頸與擴展性受限等挑戰(zhàn)，構(gòu)建起高帶寬、低延遲、靈活可擴展的自主可控智算集群新范式。此外，曦智科技聯(lián)合燧原科技推出國內(nèi)首款xPU-CPO光電共封裝原型系統(tǒng)，通過將光學(xué)引擎與計算芯片（xPU）在基板上實現(xiàn)光電共封裝，將電芯片與光芯片的傳輸距離縮短，與傳統(tǒng)可插拔光學(xué)相比，大幅提升信號完整性并降低損耗和延遲，同時顯著降低系統(tǒng)功耗，有效提高光電轉(zhuǎn)換的穩(wěn)定性。

作為國內(nèi)首次采用CPO技術(shù)實現(xiàn)GPU直接出光的成功案例，該項目驗證了xPU-CPO光電共封裝技術(shù)的可行性與技術(shù)方向，同時為中國人工智能基礎(chǔ)設(shè)施建設(shè)與先進(jìn)光學(xué)封裝產(chǎn)業(yè)突破奠定了關(guān)鍵技術(shù)錨點。

突破摩爾定律的極限困境，全世界的科學(xué)家們正在從不同角度進(jìn)行著多層面的極限創(chuàng)新。