8/01/2024,光纤在线讯,CUMEC主办,Luceda协办的第四届硅基光电子论坛ISSBO今天开始在CUMEC附近的圣荷酒店举办。今天上午的大会论坛分别邀请了中山大学王雪华教授,北方华创史小平,还有我们都熟悉的黄卫平教授,Wim Bogaert博士做大会演讲。各位老师的精彩发言令人受益匪浅,意犹未尽,尤其是黄主席的演讲。
兼顾产学双方的黄主席最近转去上海张江实验室工作,对当前热闹的生成式AI与光通信技术与商业发展做了全方位的研究,他的许多思考相信都是光通信业者最感兴趣的。可惜编辑一下子抓不住黄主席全部的内容,抛砖引玉摘要一些他的观点供大家参考(据说8日黄主席在武汉光谷还有一次类似内容的演讲)。
黄卫平教授谈AI计算与传统计算范式的差别
第一,对于AI发展本质的思考:引入加拿大学者理查德萨顿的观点,依靠算力数据算法堆积最后能产生真正的通用智能吗?或者在一些特殊应用领域能否产生人们想要的超级智能。
第二,AI算力需求和供给的矛盾主要在于:如何提高计算性能?如何降低功耗?如何减少设备成本?如何提高运营效率。
第三,AI的发展路径,Scale Up还是Scale Out的分别:虽然最后的趋势都是Up与Out的节点变小,但是现阶段各公司的发展路径并不相同。Scale Out的关键在于连接带宽和延迟。
第四,电连接与光连接的竞争:从能效比出发,光在米以下的尺度和电技术相比根本没有竞争力,现在还是要发展光最擅长的10米以上的连接。
第五,当前光交换技术在AI中的应用:因为AI数据流不是传统数据包,带来对传统的各种光交换技术的重新重视,但是关键问题还是损耗(小于2dB),规模要大于100。下一步光计算可能也将引入。
第六,CPO与可插拔的竞争:虽然CPO发展符合逻辑(电连接是功耗的主要来源),可插拔产业链的韧性值得重视,现在仍然不好说何时实现CPO。
第七,未来的光模块速率方案:单路到400G/800G估计是个极限(单路通道速率的最优化是过去光模块工业成功的关键因素),再往上需要换个思路,怎么样复用更好是个难题。能不能像集成电路一样找到基本的工作单元。
第八,硅光为什么受欢迎?更多还是因为当前的CMOS产业喜欢这个他们熟悉的方案。硅光现在远不能和电集成相比,光纤耦合,封测,光源都是现实问题,技术自身的功耗,调制速率和系统性能都有限制。从硅光到硅光+,需要引入新的功能材料,实现光与电的集成。(不能一代产品一种材料,必须融合不同的光电技术)
第九,AI计算的产业今后所面临的不同于传统计算硬件资源足够丰富,相比来说硬件基础稀缺昂贵,这也是光通信技术的希望。
第十,硅光的发展一个要点在于硅光的科学家能够浸润到集成电路产业中去,拥有产业的思维而不仅仅是学术的。创新更多需要科学家的创造和企业家的创业相结合。
限于水平,难以抓住黄主席所有精彩观点。最大的感受,黄主席抓住了当前AI与光通信发展的要点,他的所思所想大部分是我们行业最关心的问题。
作为黄主席演讲的补充,Wim Bogaert在演讲中提出的可编程的光子技术的观点是对硅光技术发展很好的展望。作为硅光技术发展的先驱和权威,Wim所讨论的Optical Gates的概念及其可编程的光子系统是硅光技术从业者最大的鼓舞。当然他从一开始就指出硅光技术现在还难以走出光通信市场,但这不是未来。他在演讲的最后展示了一款全部可编程的光模块,各种速率都可以选择。他说这个不够疯狂,但是编辑听下来觉得还是非常的Crazy。
王雪华老师的演讲中提到微纳光学中的光透镜技术是未来光学,光电子发展的关键。这是一种全新的透镜技术,相信它的发展会在很大程度变革我们的光学工业。而作为国内最大半导体设备商的代表,史总提到他们虽然名列全球前八,但是后面几名加起来只占到全球千亿美元半导体设备市场的15%,这方面任重道远充满希望。史总的发言不禁让编辑想起周治平老师当年提到的硅光换道超车,现在华创也有18种硅光制造设备,这会是新的机会吗?