今天小編分享的科技經驗：台積電、英偉達、英特爾：後摩爾時代，半導體大廠相信「光」，歡迎閱讀。
「我們可能處在一個新時代的開端。」稍早前，台積電副總餘振華公開表示，「如果能夠提供一個良好的矽光子整合系統，就能解決能源效率和 AI 運算能力兩大的關鍵問題。這會是一個新的範式轉移。」
關于台積電大舉研發矽光子技術的傳聞早已有之。最新消息是台積電内部有一支由超 200 名專家組成的研發團隊，專注于将矽光子技術導入 CPU、GPY 等計算制程當中。同時台積電正在聯手英偉達、博通等大客戶開發矽光子及共同封裝光學元件（CPO）等新產品，制程技術一路從 45nm 延伸到 7nm，最快 2024 年就會有好消息，2025 年進入放量階段。
從上世紀提出「矽光子」的概念，到 2010 年英特爾造出全球首個矽光芯片，矽光子技術似乎終于迎來了爆發的前夜。
從 7nm 制程開始，一直有人說「摩爾定律已死」，最典型的就是英偉達 CEO 黃仁勳，但同時也有很多人認為後摩爾定律時代，将會「山窮水盡疑無路，柳暗花明又一村」，代表就是台積電創始人張忠謀。
今年 3 月，摩爾定律提出者摩爾 · 戈登去世，随之而來的還有新一輪關于摩爾定律的讨論。但不管觀點和結論如何，芯片業并沒有停止晶體管數量的擴大，先進制程的推進以及未來的希望——芯片互連瓶頸的打破。
而要打破芯片互連目前面臨的技術瓶頸，關鍵在于「速度」。早在 2020 年，英特爾資深首席工程師，英特爾研究院 PHY 研究實驗室主任 James Jaussi 就表示，「我們正在靠近 I/O 功耗牆和 I/O 帶寬鴻溝，這将嚴重阻礙性能擴展。」
這也是整個半導體行業都在關注矽光子技術的原因所在。
圖 / 英特爾
在日前舉辦的半導體研發大師論壇上，有多位半導體行業技術專家和領袖出席，包括「台積電研發六騎士」中 3 位：孫元成（前台積電技術長）、楊光磊（前台積電研發處長）以及餘振華。其中，餘振華在會上再一次強調了矽光子技術對于當下半導體行業的重要意義：
「摩爾定律死不了，不僅老兵不死，連凋零都非常慢，機會在先進封裝及系統整合方面，期望達到系統能源效率越來越高，效能越來越好，慢慢我們正在走出摩爾定律的通道，通道外面充滿光明，而光有兩個意思，一個是未來的光明，另一個意思就是光子。」
矽光子技術，顧名思義是結合了矽技術與光子技術，更具體來說是一種使用光子代替電子來傳輸數據的光通信技術。
在去年 12 月舉辦的第 68 屆 IEEE 國際電子設備會議（IEDM）上，IBM 代表 Chris Penny 表示，「在大約 20-25 年的時間裡，銅一直是互連的首選金屬。」
事實上，在今天數以億計的電子設備中，連接芯片到電路板，連接芯片到芯片的還是金屬導線。在每個芯片上，除了數百億個晶體管，還需要十幾層金屬連線将這些晶體管連接起來，形成寄存器、放大器、算術邏輯單元，以及構成處理器核心和其他重要電路的復雜單元。
問題是随着先進制程工藝逼近物理極限，芯片内部由于互連線所引起的各種微觀效應已經成為影響芯片性能的重要因素。
如果把芯片比作一條公路，當道路寬度逐漸逼近上面行駛的汽車，汽車變得越來越難以行駛。當芯片越做越小，密度越來越大時，互聯線也需要越來越細，互連線間距縮小，電子元件之間引起的各種量子效應也會越來越影響芯片性能。
而另一方面，光纖系統在世界各地以每秒鍾數萬億比特的速度傳送數據，工程師們很早就想到，光子技術不僅可以實現跨國數據傳輸，還可以在數據中心之間甚至是計算機之間傳輸數據，乃至在芯片與芯片之間，于是就有矽光子技術的出現。
矽光子芯片原型，圖 /Imec
相比電子通過銅等芯片互連線材料進行數據傳輸，矽光子技術最大的優勢在于擁有更快的傳輸速率。光對于玻璃來說是透明的，不會發生幹擾現象，因此理論上可以通過在玻璃中集成光波導通路來傳輸機數據，适合于大規模通信。
一般認為，矽光子技術可以使處理器内核之間的數據傳輸速度提高 100 倍甚至更高，功率效率也非常高（意味着更低功耗），因此被視作新一代半導體技術。
但在之前，矽光子技術并沒有受到過多的重視和讨論，除了在導入過程中面臨的工藝難度和成本考量，核心還是芯片行業從未像今天這樣急迫地追求更高效率的芯片互連和高算力、高帶寬。
毫無疑問，以大模型和生成式 AI 為代表，AI 已經席卷了整個科技界，幾乎沒有科技類展會都繞不開。上周召開的上海外灘大會、騰訊全球數字生态大會以及國際半導體展，都概莫能外。
但 AI 掀起技術狂潮實際上也帶來了諸多的挑戰，尤其是在半導體技術上。台積電董事長劉德音在今年的國際半導體展上就發表了《AI 時代的半導體技術》的主題演講，其中提到，AI 模型的訓練帶動了算力與内存的高需求，也讓半導體面對從異質整合到整合 Chiplets（又稱小芯片）的趨勢。
劉德音，圖 / 台積電
我們都知道，芯片的計算具體到底層，實際就是晶體管的一開一關，所以晶體管數量一直被視為衡量算力的重要參數。但現如今用于 AI 訓練的英偉達 GPU 已經達到了千億級别晶體管的極限，芯片行業的普遍共識是，我們需要通過 3D 整合互連，用多個小芯片實現更低的成本、更高數量的晶體管。
然而，傳統以電信号作為數據傳輸的方式已經沒有辦法滿足更高的需求。「AI 和 HPC（高性能計算）領網域的計算需求不斷增長，在這一趨勢的推動下，對于能夠在每個 GPU 之間實現無縫高速通信的多節點、多 GPU 系統的需求也在與日俱增。」英偉達在介紹 NVLink 和 NVSwitch 技術時寫到，「速度更快、可擴展性更強的互連已成為當前的迫切需求。」
而矽光子技術可以将電換成傳輸速度更快的光，實現更快的傳輸速率、更遠的傳輸距離以及更低的功耗和延遲。理論上，當我們将光學接口與 CPU 和 GPU 封裝在一起，能夠有效擴展 GPU 間的帶寬，同時節省能耗和面積，真正将數百台伺服器作為一個巨型的 GPU。
就像劉德音在那場演講中說的，在 AI 的推動下，矽光子技術将成為這個行業的關鍵技術。
題圖來自 IBM
