5分钟IN科普 | 告别"堵车"！硅光技术如何让数据驶上“高速公路”？

在芯片之间，信号线负责传递指令和数据，保证整个系统的正常运行。步入AI时代，大模型的参数量已达千亿、万亿级，在芯片间传输的数据量正在呈指数级增长，因此，AI对数据的处理（算力）和传输都提出了前所未有的高要求。

传统上，芯片间的信号传输通过铜线传递电信号，I/O接口的电子电路将数据转换成电信号。然而，如前文所言，随着数据量的激增，这种传输方式正在接近多方面物理极限：

● 速度：随着传输速度不断提升，铜线的寄生电阻、电容和电感效应导致信号衰减和失真加剧。电子信号在高频传输时难以保持完整性，这限制了铜线传输的带宽上限。

● 距离：传输频率越高、速度越快，铜线的趋肤效应（Skin Effect）带来的信号损耗也呈指数级增加。也就是说，铜线在高带宽下无法满足长距离信号完整性（Signal Integrity）的要求，在计算集群大规模扩张的时代，这显然是一大“硬伤”。

● 功耗：在传输数据的过程中，铜线不可避免地会产生焦耳热，传输的数据越多、速度越快，产生的热量也越多，既带来了散热难题，更导致数据传输功耗逐渐超越计算功耗本身。

● 规模：既然速度有上限，另一种办法就是增加信号线的数量，然而，芯片内的空间也在变得越来越小，同时，成千上万根线挤在一起，会产生严重的信号串扰。

由此可见， 电气传输已难以满足AI时代数据传输的需求，必须探索新的方法。而用光信号来代替电信号进行数据传输，正是被寄予厚望的解决方案，这就是硅光（Silicon Photonics）技术。

硅光技术被广泛认为是电气互连的替代方案，这一技术的思路是通过I/O将电信号转化为光信号，让光在由硅材料制成的光波导中传播，到达另一端的I/O后再转回电信号。与电气传输相比，光信号有着诸多优势：

● 更高的带宽密度（Bandwidth Density）：光信号的载波频率比电信号高出几个数量级，意味着相同条件下可以传输更多的数据。同时，基于光的叠加性，采用波分复用（WDM）技术，可以在同一根硅波导中同时而互不相干地传输多路光信号，在单位空间内实现远超电传输的数据吞吐量。

● 更长的传输距离：光信号在传播过程中衰减和失真都远小于电信号，因而能在长得多的距离间高速传输大量数据，同时保持信号完整性。

● 更低的功耗：从系统能效来看，硅光互连方案显著优于传统的电气互连。完整的硅光方案在系统层面的能效远高于电传输。

● 更灵活的部署：多路光信号可以并行传输，使系统在带宽不断扩展时不会成比例增加布线复杂度。

硅光互连的解决方案之一是可插拔光收发器模块，可直接与电气I/O接口连接，实现从电信号到光信号的转换。这一技术目前较为成熟，英特尔已经向超大规模数据中心大批量交付了光收发器模块，其质量和可靠性均已在实际应用中得到证明。

英特尔也在探索更高效的实现方式，如光电共封装（CPO），将光学I/O和电气I/O芯片在同一块基板上集成在一起，并可与CPU、GPU等其它芯片进一步集成在同一封装内。这项技术进一步提高了硅光互连的集成度，大幅缩短了电信号转换为光信号这一步骤的传输距离，在提升带宽、延长传输距离的同时，显著降低了信号传输的功耗。此外，从系统优化的角度来看，它也有助于增加整体的密度，使得相同空间内能够集成更多计算芯片。

如果说电气传输如同在小路上驾驶马车，那么硅光技术则让数据像汽车驶上高速公路一样高效传输。这一变革正加速推进：英特尔成功演示的首款完全集成光学计算互连（OCI）芯粒，不仅是一次技术突破，更标志着我们向高能效、低延迟的算力基础设施迈出了关键一步，为AI等数据密集型应用开辟了新的可能。