1. 课程导入
当大模型参数规模从十亿级迈向万亿级，算力瓶颈已不再只是“单颗芯片跑得多快”，而是“数据在芯片之间、芯片内部搬得多快、搬得多省电”。传统电互连在带宽密度和能耗上逐渐逼近物理极限：SerDes 速率提升带来的功耗增长几乎与带宽增长同步，而铜线的传输距离被压缩到厘米甚至毫米级。波分复用硅光并行计算架构，正是在这一背景下出现的一条系统性解决路径。
它的基本定义可以拆成三层来理解。硅光指用 CMOS 兼容工艺在硅基上制造光波导、调制器、探测器等器件，把光信号的产生、传输、调制和探测集成到芯片上；波分复用（WDM）指在同一根波导或光纤中同时传输多个不同波长的光信号，每个波长承载一路独立数据，从而把“一根线”变成“多条并行通道”；并行计算架构则指在系统层面把这些波长通道组织成可调度、可扩展的计算与互连资源，让多个计算单元（core、tile、chiplet 或加速器）通过光波长并行地交换数据。三者叠加，形成“电负责计算、光负责搬运、波长负责并行”的分工格局。
核心价值集中在三个维度。第一是带宽密度：单根波导通过 8、16 甚至 32 个波长通道，每通道 25～100 Gbps，可在极小截面上实现 Tbps 级聚合带宽，远超同尺寸电互连。第二是能效：光信号在波导中传输损耗低，长距离互连无需反复均衡和重驱动，典型光互连能耗可做到每比特几皮焦，而电互连在同等距离下往往高出数倍。第三是可扩展性：波长是天然的并行维度，增加通道不必增加物理引脚，使多芯片、多机架扩展在布线复杂度上保持可控。这三者共同决定了它在超大规模计算场景中的不可替代性。
应用场景上，最直接的是AI 训练集群的芯片间互连：GPU/TPU 之间需要 All-Reduce、All-to-All 等集合通信，WDM 硅光可提供高带宽、低延迟的片间光链路。其次是晶圆级/封装内光互连：在 2.5D/3D 封装中，光引擎与计算 die 共封装，波长通道直接连接相邻 tile。第三是光计算与光互连融合架构：部分矩阵运算用光干涉单元完成，其余用电子电路处理，WDM 负责在两者之间搬运数据。第四是数据中心内光交换：通过波长路由实现机架间动态带宽分配，减少电交换层级。
为了把上述内容组织成可学习、可实现的路径，本课程按“器件—链路—架构—系统—验证”的主线展开。下面这张图给出整体学习路径与各阶段的核心对象、关键参数和产出物，便于在学习过程中随时定位自己所处的层次。
学习路径的第一层是硅光器件层。需要掌握的核心对象包括：单模波导的截面尺寸与模式约束、微环谐振器的半径与自由光谱范围（FSR）、马赫-曾德尔调制器（MZM）的臂长与半波电压、锗硅探测器的响应度与暗电流。关键参数是插入损耗、消光比、调制效率与探测带宽。这一层决定了后续链路能承载多少波长、每波长能跑多快。
第二层是WDM 链路层。重点在于多波长如何复用与解复用：阵列波导光栅（AWG）的通道间隔通常取 0.8 nm（约 100 GHz）或 1.6 nm（约 200 GHz），微环滤波器则通过半径微调实现波长对准。需要理解通道间隔、串扰、插损三者之间的权衡：间隔越小，通道数越多，但对激光器波长稳定性和滤波器精度的要求越高。典型示例中，若采用 8 通道、间隔 200 GHz、单通道 50 Gbps，则聚合带宽为 400 Gbps，链路插损需控制在 10 dB 以内以保证探测端信噪比。
第三层是并行架构层。这里从“链路”上升到“网络”：多个计算节点通过波长路由互连，形成可重构的拓扑。需要掌握波长分配策略、通道仲裁机制、缓冲与流控设计。例如在 4×4 的 tile 阵列中，每个 tile 分配一组专属波长，任意两 tile 通信时通过波长选择实现无阻塞路径；当多个请求竞争同一波长时，需要仲裁器按优先级或轮询调度。这一层直接决定并行计算任务能否高效映射到光互连资源上。
第四层是系统集成层。硅光芯片不能孤立工作，需要与驱动电路、跨阻放大器（TIA）、激光源、温控模块和封装结构协同。光电共封装（CPO）把光引擎与计算 die 放在同一基板上，缩短电走线、降低寄生参数。关键工程问题包括：激光器温度漂移导致波长偏移，需要闭环温控将波长稳定在 ±0.1 nm 以内；供电噪声耦合到调制器会恶化眼图，需要独立电源域和去耦设计。
第五层是验证与评估层。学习成果最终要落到可测量的指标上：眼图张开度反映调制质量，误码率（BER）反映链路可靠性，通常要求 BER 低于 1e-12；功耗测试给出 pJ/bit 的实际值；温度循环测试验证波长稳定性。验证不是最后一步，而是贯穿每一层的反馈手段——器件测试结果会反过来修正链路预算，链路误码会暴露架构调度中的冲突。
整体来看，波分复用硅光并行计算架构不是单一技术的堆叠，而是一条从物理器件到系统调度的完整技术链。理解这条链的关键，在于抓住“波长”这一核心资源：它在器件层是谐振条件，在链路层是通道间隔，在架构层是路由标签，在系统层是温控对象，在验证层是误码来源。把同一概念在不同层次的含义串起来，就能形成对整套架构的系统性认识，也为后续逐层深入打下基础。