当前位置:首页 > 通信技术 > 通信技术
[导读]在当今数字化时代,数据量呈爆炸式增长,从人工智能大模型的训练,到实时性要求极高的自动驾驶场景,从大规模数据中心的高效运算,到边缘设备的快速响应,各行各业对计算性能的需求持续攀升。传统的电计算模式在面对如此庞大且复杂的计算任务时,逐渐暴露出其在延迟和能效方面的局限性。而光电混合计算,作为一种融合了光与电优势的新兴计算方式,正悄然崛起,逐步实现商业落地,为低延迟、高能效计算带来了新的曙光,有望成为未来计算领域的主流选择。

在当今数字化时代,数据量呈爆炸式增长,从人工智能大模型的训练,到实时性要求极高的自动驾驶场景,从大规模数据中心的高效运算,到边缘设备的快速响应,各行各业对计算性能的需求持续攀升。传统的电计算模式在面对如此庞大且复杂的计算任务时,逐渐暴露出其在延迟和能效方面的局限性。而光电混合计算,作为一种融合了光与电优势的新兴计算方式,正悄然崛起,逐步实现商业落地,为低延迟、高能效计算带来了新的曙光,有望成为未来计算领域的主流选择。

光电混合计算并非凭空出现,其背后有着坚实的技术支撑。光计算的概念由来已久,早在一百多年前,科学家们就开始设想利用光的特性进行信息处理。光具有频率高、带宽大、传

输速度快能量损耗低等诸多优势。例如,每边长 1.5 厘米左右的三棱镜,其信息通过能力远超全世界现有的全部电话电缆;光在传输过程中畸变和失真小,运算速度理论上可达每秒千亿次以上,信息处理速度比电子计算机快数百万倍。然而,光计算在实际应用中也面临一些挑战,如难以实现复杂的逻辑运算和精确的数字存储等。与此同时,电计算在逻辑控制、数据存储等方面表现出色,但在面对大规模并行计算和高速数据传输时,存在延迟高、能耗大的问题。光电混合计算正是将光计算的高速并行处理能力与电计算的精确逻辑控制能力相结合,形成优势互补。在这种计算模式下,光主要负责数据的高速传输和大规模并行运算,电则承担逻辑控制、数据存储以及与外部设备的交互等任务 。

从实际应用案例来看,光电混合计算已在多个领域展现出卓越的性能。在数据中心领域,随着云计算、大数据分析等应用的普及,数据中心对算力的需求呈指数级增长,同时对降低能耗也提出了迫切要求。传统电芯片在处理如此海量数据时,不仅延迟高,而且能耗巨大,导致运营成本居高不下。一些先进的数据中心开始引入光电混合计算设备。通过光计算模块实现数据的快速并行处理,大幅缩短了数据处理时间,降低了延迟;电计算模块则确保系统的稳定运行和精确控制。据相关数据显示,采用光电混合计算架构的数据中心,在处理大规模数据时,延迟可降低至传统架构的几分之一,能耗也能减少 30% - 50%,显著提升了数据中心的运行效率和经济效益 。

在自动驾驶领域,车辆需要在极短时间内对大量传感器数据进行处理和决策,以确保行驶安全。光电混合计算为自动驾驶提供了强大的支持。例如,在车辆的视觉感知系统中,光计算芯片能够快速对摄像头采集的图像数据进行并行处理,提取关键特征;电计算芯片则对这些特征进行进一步分析和决策,控制车辆的行驶方向、速度等。清华大学自动化系成像与智能技术实验室和电子工程系智能感知集成电路与系统实验室联合提出的一款全模拟光电集成计算芯片 ACCEL,在现实自动驾驶等超高速视觉计算任务中表现出色。该芯片系统实现了 4.6 Peta - OPS 的系统级计算速度,系统级能效达到 74.8 Peta - OPS/W,在各种光强尤其是低光下的精度显著提高,为自动驾驶技术的发展提供了有力的技术支撑 。

从商业落地的角度来看,光电混合计算正逐渐获得市场的认可。近年来,全球涌现出数十家专注于光电混合算力的初创企业,如麻省理工学院团队创办的 Lightmatter 和从剑桥大学走出来的 Optalysys 等。这些企业得到了风投的青睐,不断推动着光电混合计算技术的商业化进程。今年 10 月,Lightmatter 完成了 4 亿美元的 D 轮融资,估值达到 44 亿美元,彰显了国际资本对光芯片及光电混合计算领域的信心。国内的曦智科技也是该领域的佼佼者,2025 年 3 月,曦智科技发布新一代光电混合计算卡曦智天枢,其核心包含 128×128 的光子矩阵的光学处理单元(OPU)和电学专用集成电路(ACIS),采用大规模光电集成技术,通过 TSV + Flipchip 先进封装技术将光电芯片集成和封装,具备高性能、可编程性和通用性等优势。目前,曦智科技已在开发下一代 256×256 矩阵的光计算产品,技术路线规划稳步推进 。

然而,光电混合计算在商业落地过程中仍面临一些挑战。一方面,技术层面上,随着光计算矩阵规模的不断扩大,光电芯片的超大规模集成面临重大难题,如 TSV 垂直封装技术虽重要但存在技术瓶颈,同时温度波动对计算精度的影响亟待解决。另一方面,市场层面上,由于主流软件开发高度依赖基于电芯片的高精度算法,光计算在这种环境下的精度问题较为突出,尽管在低精度算法下光计算的低功耗、低时延优势明显,但要改变现有生态并非易事 。

面对这些挑战,科研人员和企业正在积极探索解决方案。在技术研发方面,加大对光电芯片集成技术、封装技术以及计算精度优化算法的研究投入。例如,通过改进封装工艺,提高光电芯片的集成度和稳定性;利用先进的算法对温度波动等干扰因素进行补偿,提升计算精度。在市场推广方面,加强与软件开发商的合作,共同开发适配光电混合计算的软件生态。从高校等对稳定性和量产要求相对不高、且能作为前沿研究试验场的领域入手,逐步拓展应用场景,建立用户基础,推动光电混合计算从实验室走向更广阔的市场 。

光电混合计算凭借其在低延迟和高能效方面的显著优势,已在多个领域展现出巨大的应用潜力,并逐步实现商业落地。尽管面临技术和市场等方面的挑战,但随着技术的不断进步和市场的逐渐成熟,光电混合计算有望打破传统计算模式的局限,成为低延迟、高能效计算的新选择,引领计算领域的新一轮变革,为数字化时代的发展注入强大动力 。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

9月2日消息,不造车的华为或将催生出更大的独角兽公司,随着阿维塔和赛力斯的入局,华为引望愈发显得引人瞩目。

关键字: 阿维塔 塞力斯 华为

加利福尼亚州圣克拉拉县2024年8月30日 /美通社/ -- 数字化转型技术解决方案公司Trianz今天宣布,该公司与Amazon Web Services (AWS)签订了...

关键字: AWS AN BSP 数字化

伦敦2024年8月29日 /美通社/ -- 英国汽车技术公司SODA.Auto推出其旗舰产品SODA V,这是全球首款涵盖汽车工程师从创意到认证的所有需求的工具,可用于创建软件定义汽车。 SODA V工具的开发耗时1.5...

关键字: 汽车 人工智能 智能驱动 BSP

北京2024年8月28日 /美通社/ -- 越来越多用户希望企业业务能7×24不间断运行,同时企业却面临越来越多业务中断的风险,如企业系统复杂性的增加,频繁的功能更新和发布等。如何确保业务连续性,提升韧性,成...

关键字: 亚马逊 解密 控制平面 BSP

8月30日消息,据媒体报道,腾讯和网易近期正在缩减他们对日本游戏市场的投资。

关键字: 腾讯 编码器 CPU

8月28日消息,今天上午,2024中国国际大数据产业博览会开幕式在贵阳举行,华为董事、质量流程IT总裁陶景文发表了演讲。

关键字: 华为 12nm EDA 半导体

8月28日消息,在2024中国国际大数据产业博览会上,华为常务董事、华为云CEO张平安发表演讲称,数字世界的话语权最终是由生态的繁荣决定的。

关键字: 华为 12nm 手机 卫星通信

要点: 有效应对环境变化,经营业绩稳中有升 落实提质增效举措,毛利润率延续升势 战略布局成效显著,战新业务引领增长 以科技创新为引领,提升企业核心竞争力 坚持高质量发展策略,塑强核心竞争优势...

关键字: 通信 BSP 电信运营商 数字经济

北京2024年8月27日 /美通社/ -- 8月21日,由中央广播电视总台与中国电影电视技术学会联合牵头组建的NVI技术创新联盟在BIRTV2024超高清全产业链发展研讨会上宣布正式成立。 活动现场 NVI技术创新联...

关键字: VI 传输协议 音频 BSP

北京2024年8月27日 /美通社/ -- 在8月23日举办的2024年长三角生态绿色一体化发展示范区联合招商会上,软通动力信息技术(集团)股份有限公司(以下简称"软通动力")与长三角投资(上海)有限...

关键字: BSP 信息技术
关闭