經(jīng)緯創(chuàng)投：光子芯片能否承接AI帶來(lái)的新算力需求？

隨著數(shù)字經(jīng)濟(jì)深入各行各業(yè)，對(duì)算力的需求也在同步暴增。特別是新一代AI浪潮正在席卷全球，ChatGPT的出現(xiàn)推動(dòng)科技巨頭們，爭(zhēng)相推出生成式人工智能產(chǎn)品，隨著模型規(guī)模越來(lái)越大，訓(xùn)練和推理成本也水漲船高。

在AI革命背后，一場(chǎng)芯片行業(yè)的潛在算力革命也正在醞釀——把電換成光。

隨著摩爾定律接近極限，未來(lái)算力提升的空間很有可能在光子計(jì)算芯片技術(shù)上。數(shù)字芯片受限于底層元器件：CMOS晶體管，而光學(xué)信號(hào)和光學(xué)器件遵循不同的物理原理。

光學(xué)信號(hào)與散射介質(zhì)的互動(dòng)在大多數(shù)情況下是線性的，因此可以被映射為一種線性計(jì)算。生活中有諸多光學(xué)線性計(jì)算的現(xiàn)象，一個(gè)典型的例子是光學(xué)照相機(jī)的鏡頭，鏡頭前的光學(xué)信號(hào)在穿過(guò)鏡頭時(shí)，完成了兩次二維空間光學(xué)傅立葉變換，然后在感光元件上成像，因此，照相機(jī)鏡頭可以被看作一種不可編程的光學(xué)線性計(jì)算單元，但擁有實(shí)用價(jià)值的計(jì)算單元必須具備可編程性。

矩陣運(yùn)算正是當(dāng)今AI大模型訓(xùn)練與推理所需要的，可編程的光子矩陣計(jì)算有望在摩爾定律失效后，繼續(xù)支持算力的不斷提升，為數(shù)字經(jīng)濟(jì)時(shí)代提供強(qiáng)勁的硬件基礎(chǔ)設(shè)施。

相比傳統(tǒng)電子芯片，光子芯片具有大帶寬、高并行、低功耗的天然優(yōu)勢(shì)，結(jié)合光子矩陣計(jì)算（oMAC）、片上光網(wǎng)絡(luò)（oNOC）和片間光網(wǎng)絡(luò)（oNET）等技術(shù)，因此光電集成技術(shù)也是未來(lái)大容量數(shù)據(jù)傳輸、人工智能加速計(jì)算等領(lǐng)域最具前景的解決方案之一。

面對(duì)AI時(shí)代的算力變革，我們邀請(qǐng)到了曦智科技創(chuàng)始人沈亦晨博士，他于2016年獲得麻省理工學(xué)院物理學(xué)博士學(xué)位，在Nature Photonics、Science等頂級(jí)刊物累計(jì)發(fā)表學(xué)術(shù)著作40余篇，申請(qǐng)全球?qū)＠?00項(xiàng)，獲得授權(quán)30余項(xiàng)。2017年，他以第一作者和通訊作者的身份在《自然·光子》雜志發(fā)表封面論文，顛覆性的提出了一種以光學(xué)神經(jīng)網(wǎng)絡(luò)為藍(lán)本的全新計(jì)算架構(gòu)，開(kāi)創(chuàng)了光子計(jì)算這一新的產(chǎn)業(yè)方向?；诖隧?xiàng)突破，沈亦晨博士入選了《麻省理工科技評(píng)論》全球“35歲以下科技創(chuàng)新35人”。

沈博士在2017年創(chuàng)立了曦智科技，是光電混合計(jì)算領(lǐng)域的先行者，針對(duì)未來(lái)計(jì)算范式的大趨勢(shì)，曦智科技擁有多項(xiàng)關(guān)鍵技術(shù)，為實(shí)現(xiàn)算力網(wǎng)絡(luò)提供高效支撐。2021年曦智科技發(fā)布了全球首款64×64光子張量協(xié)處理器PACE，而電芯片達(dá)到同樣階段經(jīng)歷了數(shù)十年的歷程。

面對(duì)這一令人興奮的新趨勢(shì)，我們?cè)L談了沈博士，聊到了光芯片的發(fā)展歷史、關(guān)鍵技術(shù)里程碑、在AI方面的優(yōu)勢(shì)、工程化中的難題、商業(yè)化如何一步一步落地等等問(wèn)題。如果你對(duì)光子芯片、AI算力提升等話題感興趣，不妨閱讀一下這篇訪談文章，以下，Enjoy：

經(jīng)緯：您最初是如何選擇光芯片這個(gè)領(lǐng)域的？可編程的光子芯片技術(shù)，此前一直是空白，想必也是一個(gè)挺難實(shí)現(xiàn)的領(lǐng)域，在技術(shù)攻克的過(guò)程中如何克服這些難題？

沈亦晨：我自己是物理和數(shù)學(xué)的背景，博士時(shí)就選了應(yīng)用物理和應(yīng)用數(shù)學(xué)這兩個(gè)方向。我當(dāng)時(shí)覺(jué)得應(yīng)用物理非常能夠產(chǎn)生實(shí)際影響力，當(dāng)時(shí)我看到了納米光學(xué)這個(gè)方向。應(yīng)用數(shù)學(xué)從2012年以后開(kāi)始最大的應(yīng)用方向，是深度學(xué)習(xí)、機(jī)器學(xué)習(xí)。所以很自然的，從我自己的背景出發(fā)，就想到了怎么把納米光學(xué)和機(jī)器學(xué)習(xí)這兩個(gè)領(lǐng)域結(jié)合起來(lái)，然后就有了當(dāng)時(shí)的課題，以及之后的創(chuàng)業(yè)方向。

當(dāng)時(shí)在做光計(jì)算這個(gè)課題的時(shí)候，還沒(méi)有想到太多應(yīng)用前景，更多的是因?yàn)檫@個(gè)課題在科學(xué)上的挑戰(zhàn)性——因?yàn)榇蠹叶甲霾怀鰜?lái)，我一定要把它做出來(lái)。當(dāng)時(shí)我們做光計(jì)算課題的時(shí)候，這個(gè)領(lǐng)域還幾乎不存在。

后來(lái)當(dāng)我跟導(dǎo)師討論的時(shí)候，導(dǎo)師聽(tīng)到這個(gè)想法覺(jué)得特別好，他認(rèn)為我應(yīng)該不只寫(xiě)一個(gè)理論的結(jié)課作業(yè)，而是應(yīng)該把這個(gè)想法真正做出來(lái)。

那時(shí)還是2014年，AI還沒(méi)有那么多人關(guān)注，AI是在2015年的時(shí)候開(kāi)始火起來(lái)，然后在2016年谷歌的AlphaGo贏得了與圍棋世界冠軍李世石的人機(jī)大戰(zhàn)，AI硬件相關(guān)也開(kāi)始火熱起來(lái)。

其實(shí)挺機(jī)緣巧合的，我們剛好在正確的時(shí)候，做出來(lái)了一件比較正確的事情，當(dāng)然如果不是我們?cè)诋?dāng)時(shí)第一個(gè)提出這件事情，可能會(huì)晚幾年，但最終肯定還是會(huì)有人想到這個(gè)方向。

提出一個(gè)想法很簡(jiǎn)單，但當(dāng)你把想法一步一步實(shí)現(xiàn)，到最終做出產(chǎn)品，這里面要經(jīng)歷千辛萬(wàn)苦。我們做了上百次的嘗試，解決了無(wú)數(shù)大大小小的工程問(wèn)題，最后才能做出一個(gè)集成了上萬(wàn)個(gè)光器件、能夠穩(wěn)定運(yùn)行的產(chǎn)品，這里面有太多酸甜苦辣。

經(jīng)緯：光芯片在通信方面，其實(shí)已經(jīng)比較成熟，但在計(jì)算芯片方面很少有案例，兩者幾乎同時(shí)間出現(xiàn)，但走了兩種不同路線，造成這種分野的原因是什么？

沈亦晨：用光來(lái)做計(jì)算，是遠(yuǎn)遠(yuǎn)比用光來(lái)通信要晚的。光通信從90年代開(kāi)始就出現(xiàn)了，像海底光纜就是典型。但是芯片層面的光計(jì)算，是我們?cè)?015年才第一次提出來(lái)。90年代也出現(xiàn)過(guò)一些光計(jì)算，但那時(shí)不是芯片級(jí)別的，而是用棱鏡等分立式空間光學(xué)，來(lái)做的光計(jì)算，當(dāng)時(shí)包括貝爾實(shí)驗(yàn)室等等都做了一些這方面的研究，但集成在芯片上的光計(jì)算，應(yīng)該是最近十年才有的事情。

但在技術(shù)復(fù)雜度上，光通訊比光計(jì)算要簡(jiǎn)單很多，因?yàn)橥ㄓ嵵恍枰研盘?hào)從一個(gè)地方傳到另一個(gè)地方，但計(jì)算不僅僅需要同時(shí)把幾億路信號(hào)從一個(gè)地方傳到另一個(gè)地方，在傳輸過(guò)程中還需要完成一些邏輯運(yùn)算，所以要復(fù)雜得多。

在集成度上兩者也有很大的區(qū)別。光通訊類(lèi)似于電話，一個(gè)電話、電纜，兩端再加幾個(gè)信號(hào)收發(fā)模塊就可以了。但是一個(gè)光計(jì)算芯片上，至少要有幾萬(wàn)個(gè)光的元器件，這比市面上所有通訊類(lèi)產(chǎn)品可能高了三個(gè)數(shù)量級(jí)。

經(jīng)緯：以往阻礙光計(jì)算發(fā)展的核心困難是什么？哪些地方的突破使得今天可以快速發(fā)展？

沈亦晨：主要是兩方面，一是光計(jì)算是集成光學(xué)，而這個(gè)行業(yè)要想發(fā)展，背后需要供應(yīng)鏈支持，比如我們是一家設(shè)計(jì)公司，但如果沒(méi)有晶圓廠的生產(chǎn)能力，我們只是設(shè)計(jì)也沒(méi)有用。從2010年開(kāi)始，各大晶圓廠都開(kāi)始有自己的硅光產(chǎn)線了，他們能直接量產(chǎn)硅光芯片，這是很重要的一個(gè)突破。而在2010年以前，全世界沒(méi)有成熟的12寸硅光產(chǎn)線，這就意味著哪怕你有一個(gè)很厲害的設(shè)計(jì)，但也生產(chǎn)不出來(lái)這個(gè)產(chǎn)品。

另一個(gè)是算力需求，也可以說(shuō)是應(yīng)用場(chǎng)景。最近十年的算力需求增加，是過(guò)去五十年的總和。在1950年，算力需求是每18個(gè)月翻一倍，但是隨著互聯(lián)網(wǎng)、人工智能等等的發(fā)展，在過(guò)去八年里，算力需求是每年翻十倍，這也給光計(jì)算帶來(lái)了非常大的機(jī)會(huì)。

經(jīng)緯：光計(jì)算芯片的技術(shù)原理是怎樣的？我之前聽(tīng)過(guò)一個(gè)凸透鏡的比喻，但因?yàn)槭怯?jì)算芯片，還需要做到可編程化，特別是一顆光芯片上要集成上萬(wàn)個(gè)相關(guān)器件，這一點(diǎn)非常不容易，從技術(shù)原理上是如何實(shí)現(xiàn)的？

沈亦晨：首先光子芯片是很廣的定義，拿電芯片來(lái)類(lèi)比，電芯片不是只能做計(jì)算，電芯片也可以用來(lái)通訊、傳感。光芯片也一樣，比如激光雷達(dá)是光芯片、光通訊也是光芯片、光計(jì)算也是光芯片，每一種的技術(shù)原理是不同的。

如果定義為光計(jì)算芯片，可以理解為是用光的器件來(lái)完成兩部分內(nèi)容，一部分比較簡(jiǎn)單，是用波導(dǎo)代替電的銅導(dǎo)線來(lái)做芯片和板卡上的信號(hào)傳輸，這部分比較容易理解，其實(shí)就是換了一種介質(zhì)，把電信號(hào)換成光信號(hào)，然后不是去通過(guò)光纖，而是波導(dǎo)上面集成度更高的信號(hào)傳輸，并且通道數(shù)量是幾千個(gè)，而不是一根光纖。

另一部分是光在波導(dǎo)里面?zhèn)鬏數(shù)臅r(shí)候，波導(dǎo)和波導(dǎo)之間出現(xiàn)的光信號(hào)干涉，我們用這個(gè)物理過(guò)程來(lái)模擬線性計(jì)算這一類(lèi)的計(jì)算過(guò)程。打個(gè)比方，一個(gè)凸透鏡是通過(guò)光在鏡片里面?zhèn)鞑サ奈锢磉^(guò)程，去模擬了一個(gè)類(lèi)似傅里葉變換的數(shù)學(xué)過(guò)程。在光芯片里也是一樣，光在芯片上波導(dǎo)傳播的時(shí)候，當(dāng)兩個(gè)波導(dǎo)靠得很近的時(shí)候，里面的光信號(hào)就會(huì)相互干涉，這個(gè)干涉的過(guò)程就剛好模擬了一個(gè)線性計(jì)算過(guò)程。當(dāng)有很多個(gè)波導(dǎo)，比如128根波導(dǎo)形成一個(gè)網(wǎng)絡(luò)互相干涉的時(shí)候，我們就可以通過(guò)控制這些波導(dǎo)的干涉，來(lái)模擬任何一個(gè)通用的矩陣運(yùn)算。

經(jīng)緯：我們知道，光芯片非常適合用作AI的矩陣運(yùn)算，這背后的原理是什么？

沈亦晨：因?yàn)楣馐且环N電磁波，而電磁場(chǎng)遵循麥克斯韋方程，所以本質(zhì)上電磁場(chǎng)的運(yùn)作就是麥克斯韋方程，而麥克斯韋方程是一個(gè)線性方程，所以電磁場(chǎng)的相互作用是一種線性的相互作用。

那么，為什么光的干涉最適合用來(lái)模擬線性運(yùn)算？從第一性原理來(lái)理解，因?yàn)殡姶挪ň褪蔷€性運(yùn)算。比如我把兩個(gè)手電筒的光讓它交叉，這兩束光是會(huì)相互直接穿過(guò)去，它們不會(huì)相互作用。但是如果把兩個(gè)電子撞到一起，它們會(huì)變成一個(gè)電子或是互相反彈，所以電子是會(huì)相互作用的。這就是我們可以用光來(lái)做線性運(yùn)算，而電子不行的主要原因。

經(jīng)緯：英偉達(dá)、英特爾等等都開(kāi)發(fā)了GPU或TPU計(jì)算架構(gòu)，如果光計(jì)算在未來(lái)得到更大規(guī)模運(yùn)用，比如應(yīng)用在AI上，那么在計(jì)算架構(gòu)方面，是去模仿電芯片的架構(gòu)，還是未來(lái)會(huì)根據(jù)光的特點(diǎn)開(kāi)發(fā)自己獨(dú)特的架構(gòu)？

沈亦晨：暫時(shí)我們還主要用電芯片的架構(gòu)，這主要是商業(yè)化、滲透率的考慮。目前我們不希望從根本上改變整體計(jì)算架構(gòu)，因?yàn)槿绻幌伦痈淖冋麄€(gè)計(jì)算架構(gòu)，對(duì)商業(yè)化來(lái)說(shuō)會(huì)非常不友好。我們的思考是一步一步來(lái)，當(dāng)下先在不改變計(jì)算架構(gòu)的情況下去做替代，比如把盡量多的銅導(dǎo)線替換成波導(dǎo)，先實(shí)現(xiàn)信號(hào)傳輸時(shí)幾乎沒(méi)有功耗。

同時(shí)，我們會(huì)把用于線性計(jì)算的部分，比如英偉達(dá)的GPU里就有專(zhuān)門(mén)做線性計(jì)算的計(jì)算核部分，可能占到整個(gè)芯片四分之一到三分之一大的大小，我們會(huì)優(yōu)先把這部分換成光的計(jì)算核。

我們盡量不調(diào)整其他部分，對(duì)于軟件開(kāi)發(fā)者或是使用芯片的人來(lái)說(shuō)，甚至不會(huì)注意到這個(gè)改動(dòng)。這個(gè)過(guò)程就像燃油車(chē)到電動(dòng)車(chē)的過(guò)程中，司機(jī)不用改變駕駛習(xí)慣，油門(mén)、剎車(chē)的位置都不變，但發(fā)動(dòng)機(jī)其實(shí)換成了電機(jī)。

當(dāng)然，我們?cè)?021年也針對(duì)光的優(yōu)勢(shì)，開(kāi)發(fā)過(guò)專(zhuān)門(mén)適合光的計(jì)算架構(gòu)，它的優(yōu)勢(shì)確實(shí)很大，當(dāng)時(shí)的實(shí)測(cè)數(shù)據(jù)幾乎快了1000倍。但雖然更前沿，卻有很大的兼容性問(wèn)題，我們認(rèn)為當(dāng)下市場(chǎng)更需要的是在更通用的情況下，能快10倍的產(chǎn)品。

經(jīng)緯：光芯片的性能如何，一個(gè)很重要的指標(biāo)是一顆芯片上集成多少光的器件，目前能集成多少光器件？除了數(shù)量，還有哪些方式可以提升光芯片的性能？

沈亦晨：這是光子芯片與電子芯片不一樣的地方。對(duì)于電子芯片來(lái)說(shuō)，想要更快，基本上只能靠把晶體管做得更小，電集成度幾乎是性能提高的唯一維度。但對(duì)于光芯片來(lái)說(shuō)，把集成度做高并不是唯一維度，有好幾種方法。一種是提高光器件的主頻，現(xiàn)在光通訊產(chǎn)品的主頻，已經(jīng)從1GHz提高到50GHz，但電子芯片在過(guò)去二十年一直停留在1GHz。并且電芯片在主頻方面的提升空間也已經(jīng)用完了，但光還有50-100倍的提高空間。

另一種光芯片獨(dú)有的提升維度，是光的波長(zhǎng)數(shù)量。比如在同一個(gè)芯片中，同時(shí)通過(guò)紅色、綠色和黃色的光，不同顏色的光之間是不會(huì)相互干擾的，這就能形成很好的并行運(yùn)算。如今光通訊已經(jīng)實(shí)現(xiàn)了16個(gè)不同波長(zhǎng)的光同時(shí)做信號(hào)傳輸，所以光計(jì)算我認(rèn)為至少也有10倍到幾十倍的提升空間。

當(dāng)然，器件集成度也是一個(gè)提高性能的維度。我們?cè)?021年底就已經(jīng)實(shí)現(xiàn)了把一萬(wàn)個(gè)光器件集成在一個(gè)光芯片上了，正在研發(fā)的新版本可能會(huì)放幾萬(wàn)個(gè)光器件在芯片上。

經(jīng)緯：光芯片未來(lái)的產(chǎn)業(yè)鏈會(huì)是怎樣的？會(huì)涉及哪些核心的器件？

沈亦晨：有好幾個(gè)部分。第一是調(diào)制器、探測(cè)器，基本上是光電、電光轉(zhuǎn)換的元器件。第二，對(duì)于電芯片來(lái)說(shuō)，波導(dǎo)相當(dāng)于是銅導(dǎo)線。第三是干涉器，從某些程度來(lái)說(shuō)它代替的就是晶體管。第四是激光的光源，以及波長(zhǎng)的混波器，就是把幾路不同波長(zhǎng)的光合并成一路，或是把一路但有好幾種顏色的光，把每種顏色分出來(lái)，這也是電芯片里沒(méi)有的器件。大概有10種左右最基本的光器件，組成了一個(gè)集成光路芯片。

經(jīng)緯：這么多器件要塞到一個(gè)芯片里，所以尺寸級(jí)別是納米級(jí)？目前在生產(chǎn)環(huán)節(jié)，光芯片與電芯片有何異同？

沈亦晨：對(duì)的是納米級(jí)。在生產(chǎn)層面，與電芯片相同的是，光芯片也是在當(dāng)下成熟的晶圓廠里生產(chǎn)。不一樣的是，光芯片有獨(dú)特的光器件設(shè)計(jì)，這些設(shè)計(jì)是我們和晶圓廠獨(dú)家合作開(kāi)發(fā)。我們是一家設(shè)計(jì)公司，盡量利用好現(xiàn)有的成熟產(chǎn)業(yè)鏈。

經(jīng)緯：從技術(shù)演進(jìn)來(lái)看，您在2017年發(fā)表的論文，是光計(jì)算芯片領(lǐng)域的一個(gè)重要的里程碑事件。在2017年之后，這個(gè)領(lǐng)域有哪些新的重要變化？

沈亦晨：我們?cè)?017年前后，主要是專(zhuān)注于解決線性計(jì)算這一件事情，之后我們?cè)絹?lái)越產(chǎn)品化和系統(tǒng)化，后來(lái)全行業(yè)其實(shí)也都發(fā)現(xiàn)，只解決線性計(jì)算這個(gè)事情還遠(yuǎn)遠(yuǎn)不夠，尤其是在最近生成式人工智能的模型越來(lái)越大，更大的瓶頸出現(xiàn)在“片上”和“片間”的數(shù)據(jù)搬運(yùn)上，包括從存儲(chǔ)單元到計(jì)算單元，以及計(jì)算和計(jì)算單元之間的數(shù)據(jù)調(diào)度。

比如現(xiàn)在訓(xùn)練GPT大模型，需要幾千張板卡一起協(xié)作，這時(shí)候單個(gè)板卡的算力不是瓶頸，而是這么多芯片板卡之間怎么協(xié)同。所以我們最近在研究的，是“片上”光互連和“片間”光互連，這兩個(gè)方向就是為了讓數(shù)據(jù)搬運(yùn)更有效率，現(xiàn)在越來(lái)越多的光計(jì)算廠商都在著手解決這個(gè)問(wèn)題。

比如片間互連，它和光通訊不一樣，目前市場(chǎng)上所有光通訊產(chǎn)品都是基于以太網(wǎng)協(xié)議的，來(lái)做機(jī)柜或交換機(jī)之間的通訊。但是我們所說(shuō)的“互連”，是指直接從一顆芯片到另一顆芯片，這是在一個(gè)計(jì)算體系內(nèi)的通訊。

當(dāng)然也有一些其他新方向，比如通過(guò)新型器件降低功耗，以實(shí)現(xiàn)更高的光電轉(zhuǎn)換效率。以及光芯片最核心的幾個(gè)器件：干涉器、調(diào)制器、探測(cè)器，其實(shí)每一個(gè)器件都有值得創(chuàng)新的地方，因?yàn)榇蟛糠止亩际前l(fā)生在這些器件上的，如果能夠做出更低功耗、更高精度的器件，都有望開(kāi)發(fā)出更好的產(chǎn)品。

經(jīng)緯：您之前提過(guò)，您主要做的是光電融合的方案，這樣的好處是不需要徹底改變架構(gòu)，只需要進(jìn)行模塊替換。光電融合的最終輸出，是還需要利用電子芯片來(lái)做？那這部分需要什么樣的制程來(lái)支持？

沈亦晨：光電轉(zhuǎn)換本質(zhì)上只需要一個(gè)電信號(hào)的傳輸，制程是和晶體管相關(guān)，但是在光電轉(zhuǎn)換的過(guò)程中，不需要用到晶體管，只需要用到銅導(dǎo)線就可以。從技術(shù)原理來(lái)說(shuō)，就是一個(gè)發(fā)光二極管收到銅導(dǎo)線帶來(lái)的電信號(hào)，就能把電轉(zhuǎn)換成光信號(hào)。一個(gè)光的探測(cè)器，收到光信號(hào)之后自動(dòng)就能產(chǎn)生一個(gè)電信號(hào)，再通過(guò)銅導(dǎo)線接出去，這個(gè)和制程沒(méi)有直接關(guān)系。光電轉(zhuǎn)換已經(jīng)是幾十年的成熟技術(shù)了，在光通訊領(lǐng)域也很常見(jiàn)，比如海底光纜的兩端都還是電信號(hào)，這里面也涉及到光電轉(zhuǎn)換。

經(jīng)緯：您怎么預(yù)判光芯片的商業(yè)化路徑？我記得現(xiàn)在已經(jīng)有非常成熟的產(chǎn)品出來(lái)了。

沈亦晨：我們正在從多個(gè)維度來(lái)實(shí)現(xiàn)商業(yè)化。我們現(xiàn)在做的是在計(jì)算市場(chǎng)中，為對(duì)芯片通用性要求不高的客戶設(shè)計(jì)專(zhuān)用推理芯片，將光芯片的優(yōu)勢(shì)最大化，同時(shí)做到一定體量的落地。

然后依托這些垂直領(lǐng)域，我們?cè)偃ヂ旬a(chǎn)品做得越來(lái)越通用。這個(gè)路徑和AMD、英偉達(dá)的發(fā)展歷史也類(lèi)似，英偉達(dá)最早是做游戲顯卡，這也是當(dāng)時(shí)很小的一個(gè)市場(chǎng)，是英特爾忽視的市場(chǎng)，然后英偉達(dá)慢慢做大，很多產(chǎn)品在AI的時(shí)代迎來(lái)了新一波爆發(fā)。

另一方面，除了做整個(gè)計(jì)算完整的解決方案以外，我們也會(huì)把某些單個(gè)技術(shù)模塊化，比如光的矩陣運(yùn)算，或是光的片上互連、片間互連，我們也會(huì)把這些技術(shù)模塊化成為產(chǎn)品。如果拿智能電動(dòng)車(chē)行業(yè)作類(lèi)比，就像除了做整車(chē)以外，我們也可以對(duì)外賣(mài)電池、電機(jī)、操控系統(tǒng)等等。其實(shí)如果能把電芯片的某些環(huán)節(jié)，通過(guò)更高效的光的方式連在一起，同樣也能帶來(lái)算力提升，只不過(guò)這種提升沒(méi)有整個(gè)替換那么大。但針對(duì)這一點(diǎn)，很多電芯片設(shè)計(jì)公司也有需求，我們同樣也能在這些層面上實(shí)現(xiàn)落地。

經(jīng)緯：剛剛您提到比較近的應(yīng)用場(chǎng)景是專(zhuān)用推理芯片，這部分是指AI大模型的推理計(jì)算嗎？

沈亦晨：對(duì)大模型確實(shí)是，但只是一部分，其實(shí)在很多對(duì)延遲特別敏感的行業(yè)，都可以有應(yīng)用。光芯片一個(gè)很大的優(yōu)勢(shì)，是延遲特別低，計(jì)算速度特別快。比如金融行業(yè)，很多量化基金對(duì)延遲非常敏感。生成式人工智能大模型也是，現(xiàn)在跟ChatGPT聊天，得等幾秒鐘才能出回復(fù)，那未來(lái)肯定希望把延遲降到幾毫秒。

經(jīng)緯：光芯片的設(shè)計(jì)和生產(chǎn)中，肯定有一些工程化的難題，比如對(duì)溫度等等物理?xiàng)l件的干擾跟電芯片會(huì)不太一樣。目前有沒(méi)有一些工程化的難點(diǎn)有待解決？

沈亦晨：這些都是工程上的問(wèn)題。換個(gè)角度來(lái)說(shuō)，其實(shí)電比光對(duì)溫度更敏感。因?yàn)榘l(fā)熱以后電阻就變了。對(duì)于光芯片來(lái)說(shuō)，當(dāng)溫度變了一些以后，波導(dǎo)的損耗不會(huì)變，所以相比之下光芯片在溫度方面表現(xiàn)更穩(wěn)定。激光器可能會(huì)有一些影響，所以我們?cè)谠O(shè)計(jì)計(jì)算系統(tǒng)時(shí)，會(huì)把激光器單獨(dú)設(shè)計(jì)在其他地方，而不把它單獨(dú)放在芯片上，盡量讓其不要受芯片發(fā)熱的影響。

對(duì)溫度和熱量等物理變化的控制，一直是所有芯片公司很重要的話題，我們一定得確保它不會(huì)因?yàn)檫@些變化而影響器件性能。

經(jīng)緯：最后我想問(wèn)你一個(gè)關(guān)于科學(xué)家創(chuàng)業(yè)的問(wèn)題，這個(gè)問(wèn)題也是硬科技公司經(jīng)常遇到的。我們聊過(guò)挺多科學(xué)家出身的創(chuàng)始人，他們往往在更前沿、更完美的產(chǎn)品和市場(chǎng)實(shí)際需求之間產(chǎn)生糾結(jié)，但商業(yè)窗口期往往不等人，你在平衡這兩者時(shí)，有什么特別經(jīng)驗(yàn)嗎？

沈亦晨：對(duì)我也經(jīng)歷過(guò)不少這樣的時(shí)刻，我覺(jué)得過(guò)去三年中，公司最重要的改變也就在這里。首先我們也是一個(gè)由科學(xué)家組成的創(chuàng)業(yè)團(tuán)隊(duì)，前三年主要在做從零到一的基礎(chǔ)技術(shù)，包括第一個(gè)原型機(jī)的開(kāi)發(fā)。到了2020年以后，我們開(kāi)始進(jìn)入做產(chǎn)品的階段了，這段時(shí)間還是很痛苦的，我們發(fā)現(xiàn)特別領(lǐng)先的技術(shù)，未必是適合商業(yè)化的技術(shù)，此時(shí)我們就要在中間找到平衡點(diǎn)，我確實(shí)也在越來(lái)越偏向于客戶需求導(dǎo)向。

另一個(gè)策略是，我們從2021年底開(kāi)始，把那些特別前沿的技術(shù)研發(fā)，轉(zhuǎn)而與核心高校和科研院所合作，而把更多精力與研發(fā)資源，投入到與產(chǎn)品化相關(guān)的事情里去，要以解決客戶需求為第一要?jiǎng)?wù)。

審核編輯 ：李倩