4. 光电混合计算架构概览

光电混合计算并不是把光器件简单替换电互连，而是让光域与电域各自承担最擅长的运算环节：光域负责高带宽、低延迟、可并行的线性变换与信号传输，电域负责灵活的逻辑控制、非线性激活、存储与调度。理解典型架构分类，是后续数据通路设计的前提。

一、核心原理：光与电的分工边界

从计算本质看，光域天然适合做矩阵乘法、卷积、傅里叶变换、相关运算等线性操作，因为光波在传播中可同时完成多路加权求和，且功耗与延迟几乎不随通道数线性增长。电域则擅长条件分支、非线性函数、高精度累加、缓存与协议控制。因此，光电混合架构的核心设计问题就是：把哪些算子放在光域，哪些留在电域，以及两者之间如何高效转换。

光电转换（O/E/O）是混合架构的代价中心。每一次电光调制和光电探测都会引入插入损耗、噪声、量化误差与额外延迟。优秀架构会尽量减少转换次数，让数据在光域内完成尽可能多的连续运算，再统一回到电域做判决与后处理。

二、典型架构分类

按光域参与计算的方式，可将主流架构分为四类：

• 光互连型架构：光仅承担芯片间或板卡间高带宽互连，计算仍由电域完成。典型如光互连CPU/GPU集群、Chiplet光互连。设计重点是链路预算、调制格式与交换拓扑。
• 光矩阵计算型架构：利用马赫-曾德尔干涉仪阵列（MZI Mesh）或微环阵列实现矩阵-向量乘法。权重由相位或谐振波长配置，输入由调制器加载，输出经平衡探测器读出。
• 光波长/频域并行架构：用波分复用（WDM）把多路数据映射到不同波长，实现通道并行与权重广播，适合高吞吐卷积与相关运算。
• 光电协同闭环架构：光域做前向线性层，电域做非线性激活与反向传播，形成可训练的光电神经网络闭环。

三、计算范式与适用场景

不同架构对应不同计算范式。光互连型属于通信范式，本质是数据搬运优化；光矩阵计算型属于模拟计算范式，用物理量（相位、幅度、波长）直接表示数值；波长并行型属于并行映射范式，把计算维度映射到波长维度；光电协同闭环则属于混合训练范式，前向光算、反向电算。

四、案例：MZI Mesh 做 4×4 矩阵乘

以一个 4×4 矩阵-向量乘法为例，输入向量由 4 个调制器加载到 4 条波导，MZI Mesh 通过相位配置实现权重矩阵，输出经 4 个平衡探测器读出。配置参数通常包括：

# MZI Mesh 权重配置示例（伪代码）
mesh_size      = 4
phase_resolution = 8 bit
wavelength     = 1550 nm
insertion_loss = 1.2 dB / MZI
calibration    = "thermal + monitor PD"
input_power    = 10 dBm
target_ENOB    = 6 bit

该结构在单次光传播中完成 16 次乘加，延迟约百皮秒量级，但精度受相位误差与热串扰限制。实际工程中需要定期校准，否则权重漂移会直接降低推理准确率。

五、常见误区与复盘

• 误区一：光计算一定比电快。光域延迟低，但光电转换、校准和驱动电路可能抵消优势，系统级延迟需整体评估。
• 误区二：追求全光计算。非线性与存储目前仍以电域为主，强行全光会显著增加实现难度与成本。
• 误区三：只看 TOPS 不看精度。模拟光计算的 ENOB 往往只有 4～8 bit，精度不足会让高算力失去意义。
• 复盘要点：架构选型应围绕“线性算子占比、精度容忍度、转换开销、可编程性”四个维度打分，而不是单一追求峰值算力。