近年來，全球人工智能飛速發(fā)展，推動人類社會從“信息時代”加速邁向“智能時代”光計算作為后摩爾時代的新型計算范式，具有大帶寬、低能耗、抗干擾、高并行等特點，在處理人工智能、信號處理等任務(wù)方面具有獨特優(yōu)勢，有望突破傳統(tǒng)電子計算的效能瓶頸，成為未來算力網(wǎng)絡(luò)的新型智能算力底座，支撐AI+時代大模型的高效訓(xùn)推和創(chuàng)新應(yīng)用。
光計算的發(fā)展背景
（一）政策背景
國家高度重視光計算的研究和布局，將光計算作為我國重大科技發(fā)展方向予以重點支持。多個部委相繼出臺一系列重要政策，支持光計算芯片、光神經(jīng)網(wǎng)絡(luò)、硅基光電子等核心技術(shù)的研發(fā)，《“十四五”國家信息化規(guī)劃》明確提出，要加強在集成電路、硅基光電子等關(guān)鍵前沿領(lǐng)域的戰(zhàn)略研究與布局�！笆奈濉敝攸c專項申報指南中，將信息光子技術(shù)、光電混合AI加速計算芯片等納入重要內(nèi)容。
（二）技術(shù)背景
人工智能技術(shù)的深度應(yīng)用與模型規(guī)模的持續(xù)擴張，推動智能算力需求進入爆發(fā)式增長階段，傳統(tǒng)電子計算芯片面臨摩爾定律放緩和高端制程“卡脖子”的雙重挑戰(zhàn)，傳統(tǒng)電子芯片能耗問題日益嚴峻，不利于數(shù)據(jù)中心可持續(xù)發(fā)展和雙碳目標實現(xiàn)。
（三）產(chǎn)業(yè)情況
以美國為主的海外光計算企業(yè)依托頂尖科研院校技術(shù)積淀與資本密集投入，加速光計算產(chǎn)業(yè)化探索，如lightmatter,luminous computing等。受益于政策大力扶持以及本土化替代的廣闊潛力，國內(nèi)光計算產(chǎn)業(yè)迎來新一輪快速增長，如曦智科技、光本位等。我國高校及科研院所在光計算技術(shù)探索方面百花齊放，成為支撐光計算技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展的重要力量。
光計算定義和關(guān)鍵技術(shù)
（一）光計算的定義及分類
光計算技術(shù)是指利用光子作為信息載體，基于光的調(diào)制、干涉、衍射、傳播等物理特性，通過必要的光學(xué)操作實現(xiàn)信息處理的新型計算技術(shù)。按照計算原理的不同，光計算可以分為光量子計算和光經(jīng)典計算。
（二）光計算總體技術(shù)架構(gòu)
圖1光計算總體技術(shù)架構(gòu)
光計算技術(shù)架構(gòu)包括硬件層、基礎(chǔ)軟件層、模型算法層和應(yīng)用層，整體架構(gòu)和內(nèi)容仍在持續(xù)完善過程中。
（三）光計算的核心技術(shù)路線
1.基于MZI陣列的矩陣向量乘法：MZI具有兩個輸入端口、兩個輸出端口，其傳輸矩陣可以表示為一個2×2酉矩陣。因此，高階矩陣運算可以通過二階MZI陣列實現(xiàn)。MZI陣列常用的拓撲級聯(lián)方式有2種：三角陣列和矩陣陣列。
圖24x4三角型MZI陣列示意圖
2.基于MRR陣列的矩陣向量乘法：將數(shù)學(xué)上的矩陣與微環(huán)陣列進行同構(gòu)映射，依賴于波分復(fù)用(Wavelength Division Multiplexing, WDM)技術(shù)，輸入向量中的每個元素對應(yīng)于一個具有特定頻率或波長的輸入光，然后通過M×N規(guī)模的光學(xué)權(quán)重矩陣陣列對其進行不同的幅度調(diào)節(jié)，從而實現(xiàn)對輸入信號的加權(quán)。
圖3MRR陣列示意圖
3.基于PCM的矩陣向量乘法：PCM 通過電或光激發(fā)在其晶態(tài)和非晶態(tài)之間實現(xiàn)可逆的快速切換，進而改變光路的傳導(dǎo)特性，實現(xiàn)光信號的調(diào)制與存儲，可以用來編碼信息，執(zhí)行類似神經(jīng)元激發(fā)和突觸權(quán)重調(diào)整的操作。
4.亞波長衍射結(jié)構(gòu)的矩陣向量乘法：由多個級聯(lián)的網(wǎng)格化衍射層構(gòu)成。經(jīng)過有效訓(xùn)練之后，輸入光場中的信息經(jīng)由自由空間傳播以及衍射層多次調(diào)制之后，將模型結(jié)果以光場的形式輸出。
5.技術(shù)路線對比：
圖4各技術(shù)路線對比圖
（四）光計算系統(tǒng)架構(gòu)
在光電混合架構(gòu)中，計算任務(wù)被拆分為線性與非線性兩部分，分別由光芯片與電芯片協(xié)同完成。其計算流程具體如下：
圖5 計算流程圖
光計算面臨的挑戰(zhàn)及建議
（一）材料與器件：光波導(dǎo)傳輸損耗仍需進一步降低，核心器件精確度仍需提高。建議加大對新型材料的研究投入，利用其固有特性將波導(dǎo)損耗降低，增強非線性效應(yīng)，開發(fā)新型調(diào)制器、光源等核心器件，提升整體性能；建立器件長期穩(wěn)定性測試平臺，模擬多種復(fù)雜工況，積累數(shù)據(jù)以優(yōu)化器件結(jié)構(gòu)與材料選型。
（二）集成與封裝：單片集成難度較高，片上信號存在串擾，封裝技術(shù)標準及芯片接口標準不統(tǒng)一。建議深化集成工藝創(chuàng)新，大力發(fā)展CPO技術(shù)，縮短光芯片與電子控制芯片互聯(lián)路徑；加速制定統(tǒng)一標準，明確接口規(guī)范、性能指標、測試方法等全流程封裝標準。
（三）光電混合系統(tǒng)：當前線性矩陣運算精度與規(guī)模存在局限性。光電轉(zhuǎn)換效率有待提升。建議加快通用光計算架構(gòu)及光電協(xié)同算法的研究，減少光電轉(zhuǎn)換環(huán)節(jié)，提升光電轉(zhuǎn)換效率，提升整體計算效率。
（四）軟硬件協(xié)同：光計算設(shè)計工具有待完善，模型算法優(yōu)化程度不足，軟件補償機制仍需優(yōu)化。建議加快推動光計算基礎(chǔ)軟件的研發(fā)，整合光計算EDA設(shè)計工具、編譯器、算法庫等資源，優(yōu)化光計算算法及補償機制，打造光計算開源軟件平臺，吸引全球開發(fā)者貢獻代碼，加速軟件工具鏈完善。
業(yè)界創(chuàng)新實踐進展
（一）曦智科技：曦智科技致力于光計算技術(shù)的研發(fā)與應(yīng)用，其核心方向是開發(fā)與標準CMOS工藝兼容的集成光子芯片，以實現(xiàn)通用、高效的光學(xué)線性計算加速。已成功推出兩代標志性產(chǎn)品：PACE光計算處理器（成果于2025年發(fā)表于《Nature》主刊）及天樞計算板卡。
（二）光本位科技：自主研發(fā)基于相變材料的光子存內(nèi)計算芯片和光電融合計算卡，采用硅光+相變材料的異質(zhì)集成和Crossbar光子矩陣計算結(jié)構(gòu)的技術(shù)路線。2024年6月，光本位科技完成全球首顆128*128矩陣規(guī)模光計算芯片流片，實現(xiàn)單卡千TOPS算力與數(shù)倍能效比提升，革命性降低用戶算力部署成本和使用成本。
（三）清華大學(xué)：戴瓊海院士、方璐教授團隊首創(chuàng)了分布式廣度光計算架構(gòu)，并成功研制出大規(guī)模干涉-衍射異構(gòu)集成芯片太極，后再度首創(chuàng)全前向智能光計算訓(xùn)練架構(gòu)，并成功研制出“太極-Ⅱ”光芯片。
（四）中國科學(xué)院上海光機所：團隊研發(fā)出超高并行光計算芯片“流星一號”，其單芯片并行度突破100路，理論峰值算力超過2560 TOPS，功耗比大于3.2 TOPS/W，較傳統(tǒng)單波長光計算提升兩個數(shù)量級。
（五）Lightmatter：美國Lightmatter公司研發(fā)出集成光計算芯片“Envise”，其采用光子計算核心實現(xiàn)高能效矩陣運算，理論峰值算力達25 TOPS，功耗比超過5 TOPS/W，較傳統(tǒng)電子計算芯片提升一個數(shù)量級。
展望與呼吁
中國移動作為發(fā)展新質(zhì)生產(chǎn)力的先行者、排頭兵，將充分發(fā)揮中央企業(yè)科技創(chuàng)新主體作用和產(chǎn)業(yè)引領(lǐng)帶動作用。面向未來，中國移動希望與各界合作伙伴通力合作，圍繞技術(shù)、產(chǎn)業(yè)、生態(tài)三個方面開展工作，打通光計算從研發(fā)到應(yīng)用的各環(huán)節(jié)鏈條，推動產(chǎn)業(yè)生態(tài)發(fā)展壯大。
共同攻關(guān)光計算關(guān)鍵技術(shù)，明確技術(shù)路線，提升光計算的計算精度與穩(wěn)定性，強化光電芯片協(xié)同能力，打造我國智算中心新型智能光計算底座，以技術(shù)創(chuàng)新推動新質(zhì)生產(chǎn)力高質(zhì)量發(fā)展。
共同推動光計算產(chǎn)業(yè)成熟。凝聚產(chǎn)業(yè)共識，成立面向新型智算的光計算聯(lián)合實驗室，探索面向AI模型訓(xùn)練和推理的試驗示范，協(xié)同推動產(chǎn)業(yè)鏈發(fā)展狀態(tài)。
共同推動光計算生態(tài)繁榮。通過以用促研、研投結(jié)合等多種方式和手段，探索面向智算場景的光計算典型應(yīng)用場景，以邊端推理應(yīng)用為錨點，逐步拓展至大模型訓(xùn)練，實現(xiàn)技術(shù)價值向產(chǎn)業(yè)價值的轉(zhuǎn)化。
白皮書全文下載鏈接：https://yun.139.com/shareweb/#/w/i/2qidEUSKHPg4p，提取碼:r5zr。
