智能时代下一个颠覆性技术在哪里？

　　自第一次工业起至今，人类社会发生了“从农业迈向（后）工业”体系的范式转换。而从全球科技演进史来看，：过去200多年，是机械、电气（电子）的时代，但是，它们的性能现在已经发展到了极致，难以满足新一轮科技中人工智能、云计算、能源等核心技术-产业的需要。

　　2016年，中科创星创始合伙人米磊博士提出“米70定律”。米磊博士认为，光学技术会是未来科技一项非常关键基础技术，其成本会占到未来所有科技产品成本的70％。人类将迎来以集成光路为基础设施的智能化时代。

　　对宇宙的观测告诉我们，宇宙在爆炸的最初百分之一秒，基本粒子几乎都是光子，之后，在无数次的碰撞和交融中，宇宙才产生出电子和正电子等基本粒子。

　　进入现代科学以来，爱因斯坦（Albert Einstein）在提出“光量子”（光子）这一概念的同时，也发现了光的“奥秘”，进而带动了实验和理论物理学在人类科学的多个领域的取得了巨大的进步。

　　另一方面，从中国到古希腊，从春秋到中世纪，人类一直在追寻光的路上孜孜不倦：《墨经》中的小孔成像，沈括撰写的《梦溪笔谈》，伊斯兰科学家伊本·海什木（ibn·Haytham）的《光学》（Book of Optics），及笛卡尔（Rene Descartes）的《谈谈方法》（A Discourse on the Method）等名篇无不谈及光与光学。

　　同时，自人类文明发展伊始，人类社会同样与“光”密不可分，如农业需要阳光（植物的光合作用）、古代通信是用烽火，以及古老社会对太阳的崇拜。

　　如今，随着光子在智能社会扮演的角色越来越重要——激光、量子光学、量子计算、可控核聚变等技术的进展背后也都离不开光学和光电子学的支撑。

　　l 功能、效应层的光学信息获取、显示与处理，红外与太赫兹物理及技术、非线性光学，光谱信息学，量子光学；

　　我们认为，下一个时代，将会是光的时代。谁能占领光电子技术的制高点，就有机会成为第四次科技与工业的领航者。

　　随着信息技术的发展，全球正朝着智能化和数字化的方向全面转变。为此，更小、更轻、更迅捷、更灵敏的感知、存储、运算和显示的信息技术和器件成了实现转变的重要推动力量。而作为信息载体，而相较于电子，光子具有以下五点“先天”优势：

　　l 一是在传输信息时光子具有极快的响应时间。光子脉冲可以达到fs（飞秒）量级，信息速率可以达到几十个Tb/s。

　　l 二是光子具有极高的信息容量，比电子高3-4个量级。采用光交互系统的新型使能技术可以实现低交换延迟和高传输带宽。

　　l 五是光子具有超低的能耗表现。1bit（比特）信息的能耗，光子器件比电子器件低3个数量级，仅为电子器件的千分之一。

　　信息获取、感知方面，最为典型的案例便是人眼。最简单的眼睛结构可以探测周围环境的明暗，更复杂的眼睛结构可以提供视觉。而作为一种代替人类视觉的工具，光电传感器（又称“光传感器”）则是人类感知世界的另一种方式:

　　1) 利用光电效应，光传感器能将光信号（红外、可见及紫外光辐射）转变成为电信号。借此，以实现检测光强、温度和分析气体成分；

　　2) 光传感器可用以检测能转换成光量变化的其他非电量，如零件直径、表面粗糙度、应变、位移、振动、速度、加速度，以及物体的形状、工作状态的识别等；

　　4) 半导体光敏器件具有体积小、重量轻、功耗低、便于集成。可广泛应用于多个领域，如军事、航空航天、通信、智能产品、LED及自动化控制等。

　　例如，光纤具备不带电、体积小、质量轻、易弯曲、抗电磁干扰、抗辐射性能好等特性，适用于易燃易爆、空间受严格限制及强电磁干扰等恶劣环境。而光纤传感之一的功能就包含对外界信号（被测目标）的感知功能。这种“感知”实质上是外界信号对光纤中传播的光波实时调制。

　　信息载体的响应能力是决定信息速率与容量的主要因素。目前，电子脉冲脉宽最窄限度在纳秒量级。因此，在电子通信中信息速率被限定在Gb/s(109bit/s)量级。

　　反观光子，其与电相比，信息容量要大出几个量级。此外，使用光子为信息载体，信息速率能够达到每秒几十、几百个Gb，甚至几个、几十个Tb(1012bit/s)。

　　尽管目前光通信技术处于产能驱动快速成长期，但“光进铜退”已成为全球信息技术产业的发展趋势。在可见的未来，光通信将将会逐步取代电连接成为信息传输的终极方案。这也意味着1.6T光通信芯片、硅光模块、CPO技术、相干光模块等新技术将会面临更加广阔的市场需求。

　　以源杰科技为例，源杰科技是一家专注于激光器光芯片（DFB、FP）的研发、生产与销售且具备芯片设计、晶圆制造、芯片加工和测试的IDM全流程业务体系的上市公司。

　　目前，源杰科技产品覆盖10G、25G 及以上速率激光器芯片，主要应用于光通信领域。可用于数据中心的400G和800G模块，源杰科技也已取得较大的进展。

　　自1965年戈登·摩尔（Gordon Moore）提出“摩尔定律”（Moore’s law）以来，摩尔定律一直是半导体行业发展的“黄金法则”。不过，随着半导体产业的迅猛发展，占据半导体产业核心位置的芯片制程已经面临着物理极限。

　　同时，由于人工智能的飞速发展，能耗和算力问题也变得越来越紧迫。换言之，人类亟需寻找新的信息处理技术以满足智能时代高算力、低耗能的需求。

　　而在解决算力和能耗的诸多技术路线中，光计算凭借其高并行度、高能效比和高速度在构建大规模矩阵-矩阵并行计算系统时具有巨大的优势，正逐渐走向了智能（算力）时代的核心位置。

　　所谓光计算，指的是使用激光或二极管产生的光子进行计算，在此过程中，数据通常被表示为激光束的振幅或相位的变化，其突出优势表现在以下几个方面：

　　l 超低延迟：采用光作为传输信息媒质的新型计算技术，光子为玻色子，具有超低延迟和抗电磁干扰等特性。

　　l 高通量：光具有天然的并行处理能力以及成熟的波分复用技术，从而使数据处理能力和容量及带宽大幅度提升，单通道数据传输1TB/s。

　　l 高能效比：无电热效应，光计算功耗低至0.01pJ运算，功耗是同算力电子芯片的1/100。换言之，相同功耗下，光子器件比电子器件快数百倍。

　　l 模拟光计算最典型的一个例子就是傅立叶运算，在图像处理等领域需要运用傅立叶变换相关的计算，如卷积计算。对模拟光计算而言，基于光学神经网络的矩阵运算是中短期可实现规模产业化的技术路径，切实解决AI算力需求与摩尔定律失效之间的矛盾。

　　l 数字光计算是利用光和光学器件组合形成经典的逻辑门，构建类似传统数字电子计算原理的计算系统，通过复杂的逻辑门组合操作实现计算。

　　具体到光计算架构而言，目前主流光计算架构按其技术路径大致可分为平面集成式和自由空间互连式两种：

　　l 平面集成式方案主要基于马赫-曾德干涉仪、微环谐振器、波导调制器等基本单元器件实现矢量-矩阵乘法、导向逻辑、伊辛机、脉冲神经网络及储备池计算等；

　　l 自由空间互连式光计算方案主要基于空间光场调制实现光学点乘、卷积、相关及光学神经网络等运算，包括斯坦佛矢量-矩阵乘法器、衍射光学神经网络、傅里叶光学滤波系统、智能超材料、阴影投影架构等。

　　以曦智科技于2021年发布的光计算处理器PACE（Photonic Arithmetic Computing Engine，光计算引擎）为例。PACE展示了一种可编程光学矩阵乘法器的实现方法。该系统在物理层面主要包括光芯片和电芯片，两块芯片由3D倒装堆叠的方式封装在一起；在功能层面主要包括信号输入、信号处理和信号输出三大部分。光信号在进入光芯片后，输入向量被光学调制器转化为多个光信号，这些光信号在经过可编程的光学矩阵A后，输出的光信号阵列 即矩阵运算Ab的结果。在PACE中，所有的光器件都集成在一块光芯片上，而光芯片的控制电路和内存都部署在电芯片上。

　　此外，光子在量子信息领域已体现了应用的优越性。不管是光量子计算还是光量子通信和光量子测量，目前都取得了一定的进展。

　　随着数据量、信息密度的激增，以及对于信噪比和误码率的要求的提升，使得高密度、大容量、轻便化的存储系统的需求越来越急切。而伴随着半导体激光器的成熟，光存储技术的优势逐步凸显。

　　工作原理如下：在介质受到激光照射后，介质的某种性质(如反射率、反射光极化方向等)发生改变（物理或化学变化），进而将信息存储下来（存储介质性质的不同状态映射为不同的存储数据），之后，通过识别存储单元性质的变化来实现数据读取。

　　不同于电子存储，光子除能进行一维、二维存储外，还能完成三维存储——存储容量巨大。此外，三维存储还能实现并行存取，即信息写入和读出都是“逐页”进行的，并能与运算器并行连接，由此速度很快。加之光子无电荷，既能防电磁干扰，读取准确，又不产生干。