速度超高端GPU数百倍，摩尔定律的未来是「光」？自各家芯片厂商开始将芯片微

自各家芯片厂商开始将芯片微缩制程作为发展重点开始，业内关于“摩尔定律是否就快走到尽头”的讨论就未停止过。
中国工程院院士许居衍曾就下一波芯片技术前瞻主题，针对CMOS和新器件、冯·诺伊曼架构和新兴架构列举了四类技术方向：
一类是硅CMOS技术与冯·诺依曼结合的“硅·冯”范式；一类是能进入跟CMOS雷同的二值开关，新器件与冯·诺伊曼架构的结合的“类硅”模式；另外一类是仍利用现有硅CMOS器件技术，但不通过冯·诺依曼架构而是通过神经突触传递，存算一体的“类脑”模式；最后一类是以新兴架构和新器件来做的“新兴”范式。
光，可以被视为最后一类新兴范式中的一种，曾在与电子芯片竞争中落后。而如今却有了新的突破，有潜力成为后摩尔时代另辟蹊径、实力强劲的一员。
本月，光子计算芯片公司曦智科技发布了其最新的高性能光子处理器，在单个光子中集成超过10000个光子器件，运行1GHz系统时钟，运行特定循环神经网络速度可达目前高端GPU的数百倍，就充分验证了光子芯片的优越性。

文章图片
在通用计算赛道上落败的光子计算
既然光子计算赋予芯片的性能提升要远远大于电子芯片，那么自墨子时期就已经被人类发现的光，为何没能在芯片领域跑赢电子呢？

文章图片
曦智科技创始人兼CEO沈亦晨
曦智科技创始人兼CEO沈亦晨告诉雷峰网，实际上在半导体刚刚起步时，就有光与电两种技术范式，只是发展一段时间后，整个行业几乎都覆盖到基于数字电子的计算范式上。
数字电子计算范式之所以能够取胜，原因有二。
一方面图灵计算的兴起，包括冯·诺依曼在内的数字芯片架构，可以让数字芯片通过逻辑门实现几乎所有的通用计算，且应用广泛。
另一方面，上世纪80年代，基于逻辑门的光子数字计算与电子计算在通用计算赛道上竞争时，都基于晶体管做运算，但当电晶体管随着制程推进不断微缩，越做越小时，光晶体管的尺寸一直未能打破波长限制，无法比100nm更小，自此落败电子芯片。
但近些年，情况发生了转变，尤其电子芯片发展至今，在算力、数据传输和存储方面都遇到瓶颈，继续在电子计算技术范式上寻求突破口步履维艰。
算力瓶颈是第三次人工智能浪潮下最常谈的问题，晶体管微缩带来的电子隧穿现象，导致先进制程下的晶体管功耗无法进一步降低，因此一些公司寄希望于通过扩大芯片面积的方式来提升算力，不过最后却发现，更大的面积需要更长的铜导线，更长的铜导线产生更多的热量，因此芯片能效比并没有随着面积扩大而得到太大提升。
英伟达通过电互连芯片的方式提升算力，但受限于互连带宽，互连100颗芯片或板卡，只能达到单块板块的10倍算力，互连效率并不高。
而现在，光计算的架构在改变。 AI计算的普及也为光计算带来了更广阔的前景。 “我们认为，光是最适合解决这些困境的底层技术方式。 ”沈亦晨给出了自己的答案。
光学计算完全不同于电子计算，它以光子的信息处理为载体，依赖光硬件而非电子硬件，用光运算代替电运算，擅长快速并行处理高度复杂的计算任务。
他认为，一方面，光在通信领域已经充分证明了自己优越性，目前所有远距离的通信，包括数据中心中服务器之间的通信，都是基于光纤传输，另一方面，越来越多的人工智能做线性运算，而光的干涉本身就是线性工程，与电相比有天然优势。