第1章 光芯片与硅基光电子概论

光通信这行我干了十几年，说实话，每次走进数据中心，看着那一排排机柜和密密麻麻的光纤，我总会想起刚入行时的光景。那时候100G光模块还是"奢侈品"，现在400G已经铺天盖地，800G都在路上了。你想想看，这背后是什么在推着走？带宽、功耗、成本——这三座大山，一个比一个沉。

1.1 光通信与数据中心：需求在驱动什么

为什么数据中心对光通信这么"饥渴"？说白了，流量在以每年30%以上的速度增长。高清视频、云计算、AI训练，哪个不是吞带宽的怪兽？我2016年参与过一个数据中心光互连项目，当时觉得100G到400G的升级至少能撑五年，结果三年不到就吃紧了。

功耗是另一个绕不开的坎。一个超大规模数据中心，每年电费上亿不是稀奇事。其中光模块和交换芯片的功耗占比越来越高——你想想，成千上万个光模块，每个多耗一瓦电，乘下来就是吓人的数字。我个人习惯在项目初期就先做一轮功耗预算，不然到后期再想降功耗，那真是"牵一发动全身"。

成本压力就更直接了。数据中心运营商对光模块的价格极其敏感，每Gbps的成本必须持续下降。这驱动着整个产业链不断寻找更优的集成方案——嗯，硅基光电子就是在这个节骨眼上站到了舞台中央。

1.2 硅基光电子：为什么是它

硅基光电子不是凭空冒出来的。它最大的底气，就是跟CMOS工艺兼容。这意味着什么？意味着你可以用成熟的硅制造工艺来做光芯片，而不是像传统III-V族那样依赖专用线。我记得第一次做硅光流片时，心里还挺忐忑——标准CMOS线真的能做出好用的光器件吗？后来跑了几轮测试，发现只要在设计上做好工艺偏差补偿，结果比预想的好很多。

集成度是另一个王牌。一个硅光芯片上，可以把调制器、探测器、复用/解复用器、光栅耦合器全做进去，甚至还能把驱动电路和TIA一起集成。这在传统方案里几乎不敢想——以前做一个光收发模块，要手工贴十好几个分立器件，光对准封装就占了大半成本。

功耗方面，硅基光电子也有天然优势。硅波导的折射率差大，弯曲半径可以做到几微米，器件尺寸比传统方案小一个数量级。尺寸小了，寄生电容就小，功耗自然就降下来了。我曾经在一个40G PAM4项目中做过对比，硅光方案的每比特能耗比传统方案低了将近40%。

1.3 典型应用场景：落地在哪里

聊完优势，咱们看看实际落地的场景。我按成熟度排个序，你心里就有谱了。

数据中心光互连是当前最大的战场。从100G到400G再到800G，硅光模块的渗透率在快速提升。我去年参与的一个400G DR4项目，四个通道全部用硅光调制器+锗硅探测器，整体功耗不到3.5W——这在传统方案里很难做到。

5G/6G前传是另一个快速增长的应用。5G基站的密集部署，需要大量低成本、低功耗的光模块。硅基光电子在这个领域特别有竞争力——因为它能利用CMOS工艺批量制造，价格可以打得很低。嗯，这里要注意：前传场景的环境温度范围很宽，硅光器件的温度敏感性需要仔细补偿。

光计算与AI加速虽然还在早期，但潜力极大。光学矩阵乘法器、光学神经网络——这些概念在实验室里已经验证了。我参观过几个做光计算的初创公司，他们的原型芯片用的基本都是硅基平台。为什么？因为只有硅光才能把成百上千个光器件集成在单个芯片上，形成大规模的运算阵列。

LiDAR与生物传感也在快速推进。硅光的固态扫描方案可以替代传统的机械式LiDAR，尺寸和成本都能大幅下降。我曾经在一个车载LiDAR项目里踩过坑——当时选用的硅光方案对工艺偏差太敏感，导致扫描角度一致性不好。后来我们跟代工厂一起优化了工艺窗口，才最终搞定。这个教训让我意识到：硅光设计必须从一开始就跟工艺参数深度绑定。

1.4 集成平台概览：工艺的起点

做硅基光电子设计，你得先清楚有哪些工艺平台可选。目前主流的有三个：

• SOI平台： 最成熟的硅光平台，顶层硅厚度通常220nm或340nm。适合做波导、调制器、光栅耦合器。我记得有段时间业界对220nm还是340nm争论很多，其实关键看你主要做什么器件——调制器偏爱220nm，而边发射结构更适合340nm。
• 氮化硅平台： 损耗低，特别适合做窄带滤波器、延迟线、传感器。氮化硅的波导损耗可以做到0.1dB/cm以下，比硅波导低得多。但调制器做不了——这得靠硅。
• 锗硅探测器平台： 在SOI基础上外延锗层，实现近红外波段的高效探测。现在的锗硅探测器响应度已经能做到0.8A/W以上，带宽超过50GHz。我个人习惯在设计探测器时预留一个工艺监控结构，这样流片回来可以直接用测试数据校准模型。