C114讯 9月12日消息（岳明）人工智能算力需求持续攀升，传统电计算和电互连在功耗、带宽和物理极限等方面面临越来越大的压力。在此背景下，光电融合技术成为智算中心演进的重要方向。
在中国国际光电高峰论坛（CIOEC）期间举办的“光电融合技术与产业发展论坛”上，中国信通院技术与标准研究所刘璐发表演讲指出，光计算与光互连作为光电融合技术的两大核心支柱，正共同推动计算架构走向“并行+异构+低精度+存内+低能耗+算网+X”的系统级创新，成为下一代AI算力基础设施的核心竞争壁垒。
光计算：模拟推理适配，光电协同破局
刘璐介绍，光计算依据底层原理分为数字与模拟两条技术路线。在AI推理场景中，模型仅执行前向单层矩阵乘与卷积，无反向梯度、无频繁权重更新、无复杂循环分支，十分匹配模拟光计算"线性并行"的特点，因此模拟路线相对更为适配。而在AI训练场景中，因涉及反向梯度传播、权重迭代更新与高精度误差收敛，纯模拟光计算无法独立完成，因此需要光电协同架构支撑；纯数字光计算理论可完整训练，但当前产业化尚不可行。
从全球产业格局来看，美国深耕MZI干涉方案，中国三种技术路线并行推进，欧洲则在衍射与超表面等方向差异化布局。
针对光计算实用化面临的器件物理、集成工艺、计算精度、系统稳定性、软件生态及成本良率六大瓶颈：
一是器件与材料物理瓶颈：光源与调制器性能受限、非线性光学激活器件阈值高、种类单一，波导传输损耗高；二是集成与制造工艺瓶颈：异质集成温度与晶格失配、多物理域共封装对准要求精度高；三是计算精度与规模瓶颈：当前光计算主要为模拟计算，主流精度仅8bit，可重构性与算力规模受限，矩阵规模不超过256×256，难以支撑大模型张量运算；四是系统稳定性瓶颈：相位噪声、温漂、振动致计算误差累积，光电接口带宽、延迟不匹配，形成系统瓶颈；五是软件生态瓶颈：缺乏适配编程框架与编译器等，与CUDA等生态割裂，开发者生态薄弱；六是成本良率瓶颈：规模效应缺失陷入"成本—量产"恶性循环。
刘璐指出，当前的破局之道在于光电协同。即以电子系统的灵活控制、精准调度与非线性处理能力为支撑，结合光计算在高速并行、低时延与高能效上的天然优势，通过光电混合架构深度融合，打通从原理验证到场景落地的关键链路。同时，传统AI算法也在精度、算子、训练三个维度进行了针对性优化，以克服光硬件的物理瓶颈。
光互连：供需双重驱动，形态持续演进
在光互连领域，AI算力的爆发式增长正引发全链条的结构性紧缺。尽管单通道100G/200G光模块技术已全面成熟且标准体系完善，但面对AI服务器数倍于传统设备的光通道需求，上游InP衬底、高速光芯片及DSP电芯片等核心物料产能被严重透支。需求和供给的双重压力，导致供应链紧张格局预计将持续至2027年末到2028年初。
与此同时，面向未来超大规模集群的互联需求，光互连技术必须向更高性能架构演进。
刘璐表示，单通道400G光互连是204.8T容量交换机与十万卡级智算集群的必由之路。当前单通道 400G 可插拔光模块需求明确、技术分层，但工程化与良率为核心瓶颈。从材料特性角度来看InP、TFLN方案可行，硅光性能仍有挑战。关键芯片器件原型已推出，但标准与应用尚不成熟，暂无规模应用。预计2026年末至2027年开展客户验证，2028年实现规模商用，2029—2031年全面普及。
在功耗维度，去除或简化DSP芯片的线性驱动方案成为重要趋势，LPO、LRO、XPO均采用线性方案，低能耗优势明显。LPO落地较快，2025年已开展试点，2026年成为AI短距光互连重要力量；LRO仍处早期验证，预计2027年后逐步起量；XPO意图进一步延长可插拔生命周期，商用节点或在2028年后。
在封装形态上，光互连正经历从“可插拔”向“板载”、“近封装”乃至“片上”的变革。其中，NPO（近封装光学）兼具技术可行性、量产能力与可靠性，加之供应商更为丰富，部分大型云厂商或将优先部署该方案。CPO（共封装光学）虽能实现极致性能，但良率、产能与稳定性仍是规模交付的决定性因素，未来两年被视为爬坡和验证窗口期。光I/O与片上互连（OIO）将成为下一代潜力方案，预测到2032年，在同样25mm的物理宽度下，光I/O带宽将提升至250Tb/s，解决电I/O面临的严峻挑战，将光互连推进至芯片内部。
面对新技术的快速迭代，IEEE、OIF、ITU等标准组织正加速研制相关规范。中国信通院已牵头成立NPO标准项目国内工作组，凝聚近50家成员单位，构建“国内产业协同—国际标准输出”平台，推动全球统一技术规范研制。
