1. 硅光计算芯片概述

硅光计算芯片，是把光作为信息载体、把硅基光电子器件作为运算与互连基本单元的一类计算芯片。它并不是要全面取代电子芯片，而是在“高带宽、低延迟、低功耗互连”以及“特定线性运算”这两件事上，用光域替代或补充电域。理解硅光计算，关键要抓住一条主线：电负责精确控制与存储，光负责高速传输与并行运算，二者通过光电转换接口协同工作。

一、硅光计算的基本原理

硅光计算的基本物理载体是光在波导中的传播。硅（折射率约3.48）与二氧化硅包层（约1.44）之间的大折射率差，使光能被强限制在数百纳米宽的波导中，从而实现微米级弯曲半径和片上高密度集成。信息编码方式主要有三种：强度（光功率高低）、相位（0或π）和波长（不同λ代表不同通道）。其中相位编码是硅光计算的核心，因为马赫-曾德尔干涉仪（MZI）和微环谐振器都能通过相位变化实现可控的干涉与耦合。

以最典型的MZI为例：输入光被1×2分束器分成两路，两臂各经过一个移相器，再在2×2耦合器处干涉。两臂相位差Δφ决定输出端口的功率分配，其传输关系可写为：

E_out1 = (E_in/2)·(e^{jφ1} + e^{jφ2})
E_out2 = (E_in/2)·(e^{jφ1} - e^{jφ2})
P_out1 ∝ cos²(Δφ/2)，P_out2 ∝ sin²(Δφ/2)，Δφ = φ1 - φ2

当Δφ=0时，光全部从端口1输出；Δφ=π时，全部从端口2输出。这意味着一个MZI就是一个可编程的2×2光开关或分束比例可调单元。把多个MZI按网格连接，就构成可重构的干涉网络，能够对输入光矢量执行矩阵乘法——这正是硅光计算芯片实现线性运算的基本机制。

移相器的实现方式决定了芯片的功耗与速度。热光移相器依靠加热改变硅折射率，功耗约10~30 mW/π，响应在微秒量级，适合静态配置；载流子注入型电光移相器速度可达纳秒级，但存在额外吸收损耗。实际芯片常采用“热光粗调+电光细调”的混合方案。

二、芯片架构分类

按运算方式，硅光计算芯片大致分为三类。第一类是干涉式矩阵计算架构，以MZI网格为代表，直接对光矢量做矩阵乘法，适合神经网络中的全连接层和卷积层。第二类是微环谐振器阵列架构，利用微环的波长选择性，用不同波长承载不同数据通道，通过微环的耦合状态实现权重加载，优势是波长维度并行、面积小，但对温度和工艺偏差敏感。第三类是光电子混合架构，光域只做线性运算和互连，非线性激活、存储和控制交给CMOS电路，通过光电协同完成完整计算任务。

从集成方式看，还可分为单片集成（光器件与电电路在同一硅衬底上制造）和混合集成（光子芯片与电子芯片通过先进封装键合）。单片集成互连密度高，但工艺复杂；混合集成可分别优化光、电工艺，是目前工程落地更常见的路线。

三、与电子计算芯片的对比

这张表说明：硅光芯片的优势在“传输和线性运算”，短板在“非线性、存储和高精度”。因此实际系统往往采用光电协同：光做矩阵乘，电做激活、缓存和控制。

四、典型应用场景与产业现状

当前硅光计算最现实的应用集中在三类场景。一是数据中心光互连，用硅光模块替代传统可插拔光模块，降低功耗和延迟，这已是规模化产业。二是AI推理加速，用干涉网格加速矩阵乘，适合批量推理中线性层占比高的模型，但需解决精度和温控问题。三是光量子与专用计算，利用光的相干性做特定采样和优化任务。

产业现状可以概括为“互连先落地，计算在验证”。硅光互连已有成熟代工平台（如IMEC、AIM Photonics、国内多家8英寸/12英寸线），而硅光计算芯片仍处于样片验证和架构探索阶段，主要挑战包括：移相器功耗与热串扰、片上光源集成、光电协同设计工具链不成熟、以及缺乏统一的编程模型。对软硬件协同而言，这意味着当前阶段的核心任务不是追求单芯片算力峰值，而是建立“光器件参数—电控制接口—任务映射策略”之间的可复现设计流程。