光子计算：半导体瓶颈下，距离商用量产还有几步？
摩尔定律走到今天，已经快贴到物理墙的脸上了。
每平方毫米能塞下的晶体管，快摸到极限了。芯片功耗越做越高，大模型跑一次烧掉几十万度电，肉疼不疼？
资本和产业都在找下一代计算技术，光子计算就是最受瞩目的那一个。有人说它是破局的钥匙，有人说它是骗融资的画饼。
光子计算芯片核心光路结构图
光本身的物理特性，天生就比电子有优势。
光子不带电，互相之间不干扰，能并行传输，跑起来速度是电子的N倍，功耗还低得离谱——做同样的矩阵运算，功耗差不多是电子芯片的百分之一到十分之一。
别以为这是全新的概念，光通信早就普及了，我们现在上网用的光纤，就是用光传信号，只是把计算也搬上光子而已。
但也别被忽悠，光子计算不是要把所有计算都包了。至少到目前为止，光子只适合做特定类型的计算——也就是AI训练推理里最吃算力的矩阵乘法运算，复杂的逻辑控制，还是得靠电子芯片来做。现在业界的共识都是“光电融合”，光子做加速，电子做控制，没人说要直接换掉整个电子计算体系。
实验室光子计算晶圆测试场景
说实话，进展比大多数人想象的快，但离量产也真的远。
现在能拿出来的原型，大多都是百核千核级别的，和现在GPU动不动上万计算单元比，规模还差着好几个量级。而且很多实验室测出来的性能，放到真实场景里跑，打折扣打得厉害。
有些拿了大融资的团队，吹出来的理论峰值，实际用下来还不如一块中端GPU跑的快，尴尬不尴尬。
落地卡在哪？哪些场景最先能用
现在光子计算离大规模商用，卡着好几个脖子。
第一个就是制造良率。光子芯片对光路对准的精度要求，比电子芯片变态多了。波导哪怕偏个几十纳米，光信号就散了，整个芯片就废了。现在小批量做原型没问题，做大批量量产，良率上不去，成本就下不来，根本没法和成熟的GPU比价格。
第二个是兼容性。现在整个数据中心的体系都是为电子芯片建的，光子芯片要插进去，就得解决光电转换的接口瓶颈，现在接口的带宽还跟不上光子本身的速度，白白浪费了光子的优势。
第三个是软件生态。所有现在的AI框架、计算软件都是给电子芯片写的，要移植到光子计算架构上，得重新做编译、做适配，整个生态建起来，不是三五年能搞定的事。
那到底哪些场景会先落地？
第一个肯定是数据中心AI加速。现在大模型的算力需求每几个月翻一倍，功耗成本快把互联网公司压疯了，只要光子计算能把推理成本降下来，哪怕只做特定任务的加速，也有人愿意买单。现在已经有厂商在测试光子AI加速卡了，估计三五年内就能在小范围数据中心用上。
然后就是药物分子模拟、气候建模、密码分析这些对并行算力要求极高的科学计算场景，这些场景不挑生态，只要能算得更快更省电，就有需求。
未来三五年的判断，泡沫与机会并存
现在这个赛道泡沫确实不小。什么阿猫阿狗都能凑个团队说自己做光子计算，骗一轮融资就跑路，这种事见得不少了。
还有个不得不提的风险：如果通用光子计算真的做出来了，现在广泛使用的RSA非对称加密，分分钟就能被破解，整个互联网的安全体系都会受到冲击，这方面的治理和技术储备，现在就得提前准备，后量子加密标准得赶紧落地，不然真到那一天就晚了。
不过话说回来，机会也真的摆在那里。电子计算的瓶颈是实实在在的，现在就算是最先进的3nm工艺，再往下挤，每提升1%性能，成本涨10%，这个账谁都算得过来。
对未来三五年，我倒是有个明确的判断：
第一，不可能出现通用光子计算量产商用，主流还是光电混合的协处理方案，只做特定任务加速。
第二，会有小批量的光子AI加速卡落地数据中心，开始给大模型推理做分流，少数科研场景会率先用上专用光子计算设备。
第三，会淘汰一批PPT公司，真正有技术积累的团队会跑出来，产业链上下游，比如光调制器、光子探测器这些上游组件，会跟着成熟起来。
说白了，光子计算不是什么天顶星黑科技，也不是圈钱的骗局。它就是半导体行业走到瓶颈之后，蹚出来的一条新路。
路好不好走，不知道。但总得有人走。对吧？
到底什么是光子计算？别被概念忽悠
我们现在用的所有电脑手机，本质都是电子计算——靠电子在铜线里跑，传递信号做运算。 光子计算换了个思路，用光代替电子，让光子在芯片的波导里传播，完成计算。光子计算芯片核心光路结构图
光本身的物理特性，天生就比电子有优势。
光子不带电，互相之间不干扰，能并行传输，跑起来速度是电子的N倍，功耗还低得离谱——做同样的矩阵运算，功耗差不多是电子芯片的百分之一到十分之一。
别以为这是全新的概念，光通信早就普及了，我们现在上网用的光纤，就是用光传信号，只是把计算也搬上光子而已。
但也别被忽悠，光子计算不是要把所有计算都包了。至少到目前为止，光子只适合做特定类型的计算——也就是AI训练推理里最吃算力的矩阵乘法运算，复杂的逻辑控制，还是得靠电子芯片来做。现在业界的共识都是“光电融合”，光子做加速，电子做控制，没人说要直接换掉整个电子计算体系。
产业现状：真不是全靠画饼
这两年光子计算的融资热得发烫。海外那边，PsiQuantum融了快十亿美元，说要做百万量子比特的光量子计算，也推出了自己的光子计算芯片。IBM、Intel这些巨头都在砸钱布局。 国内也一样，从创业公司到互联网大厂，都有团队在扎进去做，已经有不少团队拿出了可演示的原型芯片，有的还在给特定客户做试点。实验室光子计算晶圆测试场景
说实话，进展比大多数人想象的快，但离量产也真的远。
现在能拿出来的原型，大多都是百核千核级别的，和现在GPU动不动上万计算单元比，规模还差着好几个量级。而且很多实验室测出来的性能，放到真实场景里跑，打折扣打得厉害。
有些拿了大融资的团队，吹出来的理论峰值，实际用下来还不如一块中端GPU跑的快，尴尬不尴尬。
落地卡在哪？哪些场景最先能用
落地卡在哪？哪些场景最先能用
现在光子计算离大规模商用，卡着好几个脖子。
第一个就是制造良率。光子芯片对光路对准的精度要求，比电子芯片变态多了。波导哪怕偏个几十纳米，光信号就散了，整个芯片就废了。现在小批量做原型没问题，做大批量量产，良率上不去，成本就下不来，根本没法和成熟的GPU比价格。
第二个是兼容性。现在整个数据中心的体系都是为电子芯片建的，光子芯片要插进去，就得解决光电转换的接口瓶颈，现在接口的带宽还跟不上光子本身的速度，白白浪费了光子的优势。
第三个是软件生态。所有现在的AI框架、计算软件都是给电子芯片写的，要移植到光子计算架构上，得重新做编译、做适配，整个生态建起来，不是三五年能搞定的事。
那到底哪些场景会先落地？
第一个肯定是数据中心AI加速。现在大模型的算力需求每几个月翻一倍，功耗成本快把互联网公司压疯了，只要光子计算能把推理成本降下来，哪怕只做特定任务的加速，也有人愿意买单。现在已经有厂商在测试光子AI加速卡了，估计三五年内就能在小范围数据中心用上。
然后就是药物分子模拟、气候建模、密码分析这些对并行算力要求极高的科学计算场景，这些场景不挑生态，只要能算得更快更省电，就有需求。
未来三五年的判断，泡沫与机会并存
未来三五年的判断，泡沫与机会并存
现在这个赛道泡沫确实不小。什么阿猫阿狗都能凑个团队说自己做光子计算，骗一轮融资就跑路，这种事见得不少了。
还有个不得不提的风险：如果通用光子计算真的做出来了，现在广泛使用的RSA非对称加密，分分钟就能被破解，整个互联网的安全体系都会受到冲击，这方面的治理和技术储备，现在就得提前准备，后量子加密标准得赶紧落地，不然真到那一天就晚了。
不过话说回来，机会也真的摆在那里。电子计算的瓶颈是实实在在的，现在就算是最先进的3nm工艺，再往下挤，每提升1%性能，成本涨10%，这个账谁都算得过来。
对未来三五年，我倒是有个明确的判断：
第一，不可能出现通用光子计算量产商用，主流还是光电混合的协处理方案，只做特定任务加速。
第二，会有小批量的光子AI加速卡落地数据中心，开始给大模型推理做分流，少数科研场景会率先用上专用光子计算设备。
第三，会淘汰一批PPT公司，真正有技术积累的团队会跑出来，产业链上下游，比如光调制器、光子探测器这些上游组件，会跟着成熟起来。
说白了，光子计算不是什么天顶星黑科技，也不是圈钱的骗局。它就是半导体行业走到瓶颈之后，蹚出来的一条新路。
路好不好走，不知道。但总得有人走。对吧？ 
