前言：
尽管DeepSeek的爆火让科技界看到了算力降价的可能性，但科技巨头对人工智能算力的投资并未停下脚步。
目前，光计算技术正逐渐从实验室走向市场，迎来了属于它的“Roadster时刻”。
作者 | 方文三
图片来源 | 网 络
光计算的“Roadster时刻”
光计算，简单来说，就是利用光信号进行数据处理和运算。与传统电子计算相比，光计算具有高速、低能耗、并行处理能力强等显著优势。
在数据量呈指数级增长的当下，传统电子计算面临着能耗过高、计算速度瓶颈等问题，光计算则被视为打破这些瓶颈的关键技术。
在市场层面，越来越多的企业开始布局光计算领域，资本的涌入也为技术商业化注入了强大动力。在全球范围内，风投、政府、初创公司和高校共同推动了这一产业的商业化。
2019年，美国国防部高级研究计划局（DARPA）启动了LUMOS项目，以研究具备深度学习能力、高算力和低功耗的集成光子芯片；欧盟"地平线2020计划"资助建立了PhotonHub Europe，通过全方位服务的一站式光子创新中心加快欧洲工业对光子技术的采用和部署。
此外，欧盟通过电子元件和系统联合承诺等年度战略计划，进一步支持光子技术的发展；荷兰方面，2022年4 月，荷兰政府通过国家基金并联合私营企业向光子集成电路产业投入11亿欧元，以加速光子芯片技术创新研究。
国外企业技术引领，多元发展
Cerebras Systems：作为光计算领域的明星企业，Cerebras Systems推出了世界上最大的晶圆级光计算芯片。该公司专注于人工智能领域的光计算应用，其芯片能够提供前所未有的计算密度，在处理大规模深度学习模型时展现出巨大优势。
通过与科研机构和企业的合作，Cerebras Systems已在药物研发、气候模拟等多个领域展开应用探索，并取得了一定成果。
Xilinx：虽然Xilinx并非纯粹的光计算企业，但在光计算与传统数字计算融合方面做出了重要贡献。其推出的自适应计算加速平台，集成了光互联技术，能够显著提升数据传输速度，降低系统延迟。
这一技术在数据中心、5G通信等领域具有广阔的应用前景，为光计算技术在现有计算架构中的融入提供了可行方案。
BM：IBM长期致力于前沿计算技术研究，在光计算领域也拥有深厚的技术积累。IBM的研究重点在于开发新型光存储和光逻辑器件，其研发的光量子比特存储技术取得了重要突破，为未来光量子计算的发展奠定了基础。
同时，IBM还积极参与行业标准制定，推动光计算技术的规范化和产业化发展。
国内企业也快速跟进，特色创新
光子算数：是国内首家光子计算芯片公司，光计算领域首个国家高新技术企业。致力于光子AI计算芯片研发，其芯片基于硅基光子集成技术，具有大算力、低功耗、低延时的优势，核心产品为光电融合AI加速计算卡，面向服务器市场应用于数据中心与企业机房等场景。
光本位科技：2022年成立，发展迅速。2024年世界人工智能大会期间宣布首颗光计算芯片已顺利完成流片，算力密度与精度均达到商用标准，峰值算力突破1000tops大关。正在进行128x128光计算板卡调试，预计2025年内推出商业化光计算板卡产品。
图灵量子：2021年2月创立，是国内首家光量子计算公司。主要基于铌酸锂薄膜（LNOI）光子芯片和飞秒激光直写技术，研发可集成大规模光子线路的光量子芯片，致力于推动光量子计算的商业化应用。
光计算与人工智能融合深化
随着人工智能技术的快速发展，对计算能力的需求不断攀升。光计算的高速并行计算能力与人工智能算法的需求高度契合，未来两者的融合将更加紧密。
一方面，光计算芯片将成为人工智能计算的重要硬件支撑，提升深度学习模型的训练和推理速度；
另一方面，人工智能算法也将助力光计算系统的优化，实现更高效的光信号处理和运算。
为充分发挥光计算的优势，光计算系统架构的创新至关重要。未来将出现更多针对光计算特点设计的系统架构，如新型光互连架构、混合光—电计算架构等。
这些创新架构将优化光计算系统的数据传输和处理流程，提高系统整体性能，推动光计算技术在不同应用场景下的适应性和实用性。
落地仍需时间
尽管光计算技术取得了显著进展，但要实现大规模落地应用，仍面临诸多挑战。
从技术层面来看，光计算技术目前仍存在一些尚未完全解决的问题。例如，光信号的精确控制和处理难度较大，光器件的稳定性和可靠性有待进一步提高。
此外，光计算与现有电子计算系统的融合也面临技术难题，如何实现两者之间高效的数据交互和协同工作，是需要攻克的关键问题。
在成本方面，光计算设备的制造成本较高。光计算芯片和核心光器件的生产工艺复杂，需要高精度的制造设备和技术，这导致其成本居高不下。
高昂的成本限制了光计算技术在一些对成本敏感的应用领域的推广，要实现大规模商用，降低成本是必经之路。
市场生态的不完善也是光计算落地的一大障碍。目前，光计算技术的相关标准和规范尚未统一，缺乏成熟的产业链配套。
软件生态方面，针对光计算的编程语言和开发工具也相对匮乏，这使得光计算应用的开发和推广面临困难。要构建完善的光计算市场生态，需要政府、企业、科研机构等各方共同努力。
结尾：
光计算技术虽然迎来了商业化突破的“Roadster时刻”，国内外企业也在积极布局推动其发展，但在技术完善、成本降低和市场生态建设等方面仍有很长的路要走。
不过，随着技术的不断进步和产业的逐步成熟，光计算有望在未来成为推动各行业数字化转型的重要力量。
内容参考来源于：昆明人工智能计算中心：光计算:算力之巅的竞逐；远川科技评论：算力市场新变量：光计算迎来“Roadster时刻”；中国信通院：《光计算技术与产业发展研究报告（2023）》
原文标题 : AI芯天下丨趋势丨光计算迎来商业化突破，但落地仍需时间
