文/Todd Haugen，Enablence Technologies公司CEO

图1：AI正在推动用于数据中心的光学市场的增长。

成熟的光学制造能力的积累、摩尔定律遭遇瓶颈、人工智能（AI）的迅猛发展以及真正的光学计算能力的发展，所有这些因素共同促成了整个光学产业新一轮的增长浪潮。

如今，随着领先的芯片制造商推出 4nm制程技术，电子行业已经达到了电子技术进步的操作极限。展望未来，该行业将会越来越多地转向光学领域，以寻求在吞吐量方面继续取得进展并解决延迟问题。

AI光学技术的变革性作用，为以下三个关键光学细分领域的增长带来了巨大驱动力：

光通信领域。光通信通常涉及光纤（互联网、电信），而且该市场正趋于成熟。但该市场仍在增长，并且在未来几年里，AI将继续助力其增长。

光传感领域。这一细分领域聚焦于将光学技术应用于传感技术。光学最初是为通信而研发的，但在 20 世纪 80 年代和 90 年代扩展到了包括医疗设备、汽车激光雷达（LiDAR）以及制造业等传感应用领域。该市场已经显著增长，尤其是在过去几年里，因为数字化转型和AI加速了其应用。

光计算领域。这是一个迅速崛起的领域，21 世纪初的研究揭示了光学突破摩尔定律极限的潜力。由于电子电路面临物理极限，光计算通过实现更快、更高效的处理提供了一种潜在解决方案。英伟达（NVIDIA）和AMD等公司正在大力投资光计算研发，尤其是针对AI应用领域。

光芯片的前景

光芯片在计算及其他功能方面的应用前景，正逐渐成为克服传统电子技术局限的一种可行技术解决方案。例如，光学器件在速度、能耗和带宽方面表现优异，且产生的热量极少。光学处理器在室温下就能高效运行，这就最大限度地减少了使用传统中央处理器（CPU）和图形处理器（GPU）的数据中心对专用冷却系统的需求。

随着传统半导体技术（电子芯片）达到极限，特别是随着 4 nm晶体管的推出，凭借其在速度、能效和带宽方面的优势，光学技术正日益受到关注。随着对AI需求的激增，尤其是对大型语言模型（LLM）和其他AI应用的需求增长，人们对光学技术的关注会继续增强，并将推动光通信和光计算细分领域的重大发展。

AI在四个关键领域需要光学技术

整体网络容量方面。训练AI模型将需要大量的数据和计算能力，这会增加对高带宽、低延迟光网络的需求。

高带宽、低延迟连接方面。用于AI计算的数据中心（如大型GPU集群）需要高速、低延迟的互连。这推动了共封装光学（CPO）和先进的 N×N 路由器的发展。

机箱内AI计算方面。Enablence、Lightmatter、Lumentum等公司正在将光学技术直接集成到AI计算硬件中，以提高吞吐量，同时降低功耗和减少热量产生。这一趋势将会持续下去。

先进视觉系统方面。随着AI的成熟，AI光学技术对于先进视觉系统（如用于自动驾驶汽车、无人机、机器人以及医学成像的激光雷达）的重要性日益凸显，并且将推动这些市场的发展。AI已经在汽车激光雷达、航空航天、国防以及医疗等行业加速了这些先进视觉系统的应用。光学技术正在助力提升诸如疾病诊断、实现自动驾驶汽车以及推动机器人和无人机发展等方面的能力。

三个关键光学平台

为了把握AI领域的这些机遇，需要依赖三个主要的光学平台：平面光波导（planar lightwave circuits，PLC）、氮化硅（SiN）以及硅光子学（SiPH）（见表1）。

平面光波导（PLC）：这是一种经过验证且具有成本效益的技术，在功率处理和能效方面有着显著优势。

氮化硅（SiN）：这是一种处于发展中的技术，成本适中到较高。

硅光子学（SiPH）：这是一个新兴平台，特别适用于高速和低延迟应用，但成本较高。

表1：三个关键光学平台

混合光学平台助力发展

没有一种平台策略会占据主导地位，因为每种平台都根据应用和需求有着特定的优势。采用混合式方法对于满足客户和行业需求来说非常必要。

Enablence Technologies公司将继续专注于利用经过市场验证的平面光波导（PLC）技术制造光学元件，以提供高功率处理、低损耗的器件，这些器件能高效利用空间，尤其适用于AI数据中心内的互连以及电信领域。

增长是市场和投资

为了充分利用光学技术的能力，该行业需要继续在研发方面进行大量投资。预计在接下来的五年中，该行业将会经历一场大规模变革，这主要是由AI、摩尔定律的局限以及光计算技术的进步所推动的。

光学技术正处在向半导体领域大举扩张的边缘，这主要得益于AI的进步以及传统电子技术日益凸显的局限性。近期的情况表明，传统电子技术遭遇了物理方面的极限，这制约了创新，尤其是在AI领域的创新。

但光学技术能够克服这些限制 —— 它能以1%的功耗和热量产生实现10倍的内存和网络吞吐量。精密传感模块能够提供其他媒介无法提供的额外维度的数据。这些优势正在推动所有光学细分领域的快速增长，并且证实了光学技术正是当今市场所需要的解决方案。