计算与光通信的交汇

hdy

引言

计算和光通信的交叉领域正在经历一个转型时刻，这种转型受到人工智能和数据中心演进需求的推动。根据LightCounting顾问Roy Rubenstein的演讲，随着计算需求以每年10倍的速度增长，我们正在见证"新架构的复兴"[1]。

光子技术的复兴时刻

这一转型的催化剂来自于谷歌研究员兼工程副总裁Amin Vahdat，他在OFC 2025大会上宣称："我们所看到的是新架构的一次复兴。"这一观察源于计算需求的持续增长，在过去八年中每年保持着惊人的10倍增长率。这种指数级增长已经将网络从支撑角色转变为决定计算系统可实现规模的关键瓶颈。

光通信行业正处于一个转折点，光子技术正深度集成到半导体生态系统中。这种集成不仅仅是渐进式的改进，而是代表着我们处理计算架构方式的根本转变。可插拔光学器件、光电共封装（CPO）和光电路交换机正在成为克服网络瓶颈和实现现代计算工作负载所需大规模扩展的关键组件。

光学技术的现状

图1：光学技术格局的全面可视化图表，显示了从毫米到数千公里不同距离的各种技术映射，包括GPU和光学、数据中心应用以及相干技术。

光通信格局正在经历重大变化，各种技术在不同距离要求下相互竞争和融合。在最短距离范围内，从毫米到100米，GPU和光互连技术占据主导地位。这包括新兴解决方案，如光学I/O、CPO、CPC（芯片到封装耦合）、microLED、VCSEL、太赫兹线技术和光电路交换机（OCS）。

对于跨越2到10公里的数据中心内部和园区网络，传统的可插拔光学器件仍占主导地位，800G和1.6T收发器处于领先地位。通向3.2T的路径已经在规划中，同时还有多芯收发器和OCS的发展以改善交换能力。

在城域到广域网规模（20-120公里），相干可插拔器件已经确立了其地位，包括100ZR、400ZR、800ZR和1600ZR等技术。行业已经在考虑未来需求的3200ZR。这些相干解决方案正逐渐将其应用范围扩展到更短的园区应用和更长距离的网络。

该图还突出显示了两项关键的光纤创新：空芯光纤和多芯光纤，这些技术有望在所有距离范围内提高容量和性能。这些光纤技术代表了支持不断增长的带宽需求所必需的物理基础设施演进。

纵向扩展和横向扩展架构

图2：了纵向扩展和横向扩展架构，区分了基于铜缆的纵向扩展（用于工作负载分区）和基于光学的横向扩展（用于大规模xPU阵列）。

计算行业应对扩展挑战的方法需要纵向扩展和横向扩展策略，每种策略都有不同的目的。纵向扩展架构目前主要依赖铜互连，专注于在多个处理单元（xPU）之间分配工作负载，以实现线性扩展性能。目标是使多个xPU表现为一个大型虚拟处理单元，本质上是创建更强大的单个计算节点。

相反，横向扩展架构严重依赖光学技术来互连数万或数十万个xPU。这些架构通常使用InfiniBand或以太网协议，以及光收发器、光电共封装和光电路交换机。虽然横向扩展的传统定义只是向系统添加更多盒子，但现代的解释涉及创建大规模的互连计算结构，能够以空前的规模处理AI和机器学习工作负载。

图3：Lightmatter使用其L200/X CPO和M1000解决方案进行纵向扩展和横向扩展的方法，包括技术规格和架构比较。

Lightmatter展示了这些概念的实际实施，其L200/X CPO解决方案用于纵向扩展，M1000系统用于横向扩展应用。L200/X利用硅通孔、波导网络和光电路交换机，与光纤连接数据和激光系统集成。规格显示了令人印象深刻的能力，L200使用56G NRZ调制，L200X使用112G PAM4，分别实现32 Tbps和64 Tbps带宽，能耗为2.3 pJ/bit和3.3 pJ/bit。

架构设计展示了从受海滨限制的2D和2.5D解决方案向基于通道的3D光子技术的演进。这种进展消除了岸线限制，能够更有效地利用硅的空间。M1000系统展示了这些技术如何在同一平台内实现纵向扩展和横向扩展功能，为不同的计算需求提供灵活性。

图4：Celestial AI用于纵向扩展计算的Photonic Fabric架构，显示了PF Link纵向扩展网络，包含多个互连组件。

Celestial AI提出了另一种创新方法，他们的Photonic Fabric架构专门设计用于纵向扩展应用。该系统集成了包含xPU的光子fabric chiplet和光互连，创建了一个统一的计算平台。PF Link纵向扩展网络通过PFLink连接多个PFSwitch单元，在计算节点之间实现高带宽通信。

该架构展示了光学技术如何直接嵌入到计算fabric中，而不是作为外部连接解决方案添加。图中显示的光子fabric模块代表了这种集成的顶峰，计算和通信融合为一个连贯的系统。

关键挑战和考虑因素

图5：AI中光学的主要考虑因素，包括功耗、带宽密度、成本和可靠性，以及架构多样性因素。

尽管有这些发展，但在AI计算中广泛采用光学技术仍必须解决几个关键挑战。功耗仍然是首要问题，因为数据中心在严格的功率预算下运行，分配给互连的每一瓦特都意味着可用于计算的功率减少。由于计算直接转化为收入，光学解决方案必须展示出卓越的功率效率才能证明其实施的合理性。

带宽密度持续改进，但光学I/O和光学interposer代表新生技术，必须在规模上证明其可靠性和可制造性。这些技术是在补充而不是取代数据中心的"皇冠上的明珠"——处理单元本身。

成本考虑创造了一个复杂的动态，其中光学器件与铜缆解决方案相比固有地增加了成本，但纵向扩展和横向扩展架构的性能要求使光子技术成为必需。行业必须在通过批量生产和技术成熟来降低价格的同时，处理这种成本-性能权衡。

随着系统规模的扩大，可靠性变得更加重要。虽然可插拔光学器件具有许多优势，包括现场可更换性和成熟的技术，但在大规模下其可靠性成为关键问题。随着光学组件在共封装实现中更接近硅，可靠性风险急剧增加，因为故障变得更加灾难性和昂贵。

市场展望和未来趋势

图6：2021年至2030年云数据中心以太网光学器件的预期市场增长，分为AI和非AI应用。

云数据中心光学技术的市场预测显示，主要由AI应用驱动的爆炸性增长。到2030年，总市场预计将达到约350亿美元，其中AI相关部署占据大部分增长。AI细分市场包括纵向扩展和横向扩展光网络，包括重定时可插拔器件、LPO/LRO（线性可插拔光学/线性重定时光学）、CPO以及针对短距离、高密度应用优化的新兴xPO解决方案。

图7：到2030年800G、1.6T和3.2T端口不同光学技术的预期市场份额分布。

到2030年，光互连格局可能会呈现多样化的技术组合。对于800G端口，重定时收发器将以92%的市场份额占据主导地位，而LPO和CPO则占据较小的细分市场。1.6T市场显示出更多的多样性，重定时收发器占65%，LPO占27%，CPO占8%。然而，最引人注目的转变发生在3.2T速度上，CPO预计将占据58%的市场份额，重定时收发器和LPO瓜分其余部分。

这些预测表明，虽然可插拔解决方案将在未来几年保持其主导地位，但光电共封装对于最高速度的互连将变得越来越重要，特别是在功率效率和带宽密度至关重要的纵向扩展架构中。

结论和行业影响

计算和光通信的融合不仅仅代表技术演进；它标志着我们架构和扩展计算系统方式的根本转变。随着AI工作负载继续其指数增长轨迹，光学技术正从外围组件转变为计算基础设施的核心元素。

行业正处于一个关键时刻，半导体和光学之间的传统界限正在消失。在这个新范式中的成功需要芯片设计师、光学组件制造商、系统集成商和最终用户之间的密切合作。开放计算项目（OCP）和IPEC等组织将在建立标准和促进这个快速发展的格局中的互操作性方面发挥重要作用。

虽然在功耗、成本和可靠性方面仍存在挑战，但轨迹是明确的：光学技术将在这个十年中越来越多地集成到计算架构中。市场预测表明，我们正在见证一个新时代的开始，在这个时代中，光子技术将变得与晶体管在过去半个世纪中一样成为计算的基础。