台积电正在押注的硅光子，到底是什么？

mulunbo

「我们可能处在一个新时代的开端。」稍早前，台积电副总余振华公开表示，「如果能够提供一个良好的硅光子整合系统，就能解决能源效率和 AI 运算能力两大的关键问题。这会是一个新的范式转移。」
关于台积电大举研发硅光子技术的传闻早已有之。最新消息是台积电内部有一支由超 200 名专家组成的研发团队，专注于将硅光子技术导入 CPU、GPY 等计算制程当中。同时台积电正在联手英伟达、博通等大客户开发硅光子及共同封装光学元件（CPO）等新产品，制程技术一路从 45nm 延伸到 7nm，最快 2024 年就会有好消息，2025 年进入放量阶段。
从上世纪提出「硅光子」的概念，到 2010 年英特尔造出全球首个硅光芯片，硅光子技术似乎终于迎来了爆发的前夜。
「摩尔」不死，而且充满「光」

从 7nm 制程开始，一直有人说「摩尔定律已死」，最典型的就是英伟达 CEO 黄仁勋，但同时也有很多人认为后摩尔定律时代，将会「山穷水尽疑无路，柳暗花明又一村」，代表就是台积电创始人张忠谋。
今年 3 月，摩尔定律提出者摩尔·戈登去世，随之而来的还有新一轮关于摩尔定律的讨论。但不管观点和结论如何，芯片业并没有停止晶体管数量的扩大，先进制程的推进以及未来的希望——芯片互连瓶颈的打破。
而要打破芯片互连目前面临的技术瓶颈，关键在于「速度」。早在 2020 年，英特尔资深首席工程师，英特尔研究院 PHY 研究实验室主任 James Jaussi 就表示，「我们正在靠近 I/O 功耗墙和 I/O 带宽鸿沟，这将严重阻碍性能扩展。」
这也是整个半导体行业都在关注硅光子技术的原因所在。

图/英特尔
在日前举办的半导体研发大师论坛上，有多位半导体行业技术专家和领袖出席，包括「台积电研发六骑士」中 3 位：孙元成（前台积电技术长）、杨光磊（前台积电研发处长）以及余振华。其中，余振华在会上再一次强调了硅光子技术对于当下半导体行业的重要意义：
「摩尔定律死不了，不仅老兵不死，连凋零都非常慢，机会在先进封装及系统整合方面，期望达到系统能源效率越来越高，效能越来越好，慢慢我们正在走出摩尔定律的通道，通道外面充满光明，而光有两个意思，一个是未来的光明，另一个意思就是光子。」
硅光子，为高速而生

硅光子技术，顾名思义是结合了硅技术与光子技术，更具体来说是一种使用光子代替电子来传输数据的光通信技术。
在去年 12 月举办的第 68 届 IEEE 国际电子设备会议（IEDM）上，IBM 代表 Chris Penny 表示，「在大约 20-25 年的时间里，铜一直是互连的首选金属。」
事实上，在今天数以亿计的电子设备中，连接芯片到电路板，连接芯片到芯片的还是金属导线。在每个芯片上，除了数百亿个晶体管，还需要十几层金属连线将这些晶体管连接起来，形成寄存器、放大器、算术逻辑单元，以及构成处理器核心和其他重要电路的复杂单元。
问题是随着先进制程工艺逼近物理极限，芯片内部由于互连线所引起的各种微观效应已经成为影响芯片性能的重要因素。
如果把芯片比作一条公路，当道路宽度逐渐逼近上面行驶的汽车，汽车变得越来越难以行驶。当芯片越做越小，密度越来越大时，互联线也需要越来越细，互连线间距缩小，电子元件之间引起的各种量子效应也会越来越影响芯片性能。
而另一方面，光纤系统在世界各地以每秒钟数万亿比特的速度传送数据，工程师们很早就想到，光子技术不仅可以实现跨国数据传输，还可以在数据中心之间甚至是计算机之间传输数据，乃至在芯片与芯片之间，于是就有硅光子技术的出现。

硅光子芯片原型，图/Imec
相比电子通过铜等芯片互连线材料进行数据传输，硅光子技术最大的优势在于拥有更快的传输速率。光对于玻璃来说是透明的，不会发生干扰现象，因此理论上可以通过在玻璃中集成光波导通路来传输机数据，适合于大规模通信。
一般认为，硅光子技术可以使处理器内核之间的数据传输速度提高 100 倍甚至更高，功率效率也非常高（意味着更低功耗），因此被视作新一代半导体技术。
但在之前，硅光子技术并没有受到过多的重视和讨论，除了在导入过程中面临的工艺难度和成本考量，核心还是芯片行业从未像今天这样急迫地追求更高效率的芯片互连和高算力、高带宽。
人工智能狂潮，加速硅光子技术落地

毫无疑问，以大模型和生成式 AI 为代表，AI 已经席卷了整个科技界，几乎没有科技类展会都绕不开。上周召开的上海外滩大会、腾讯全球数字生态大会以及国际半导体展，都概莫能外。
但 AI 掀起技术狂潮实际上也带来了诸多的挑战，尤其是在半导体技术上。台积电董事长刘德音在今年的国际半导体展上就发表了《AI 时代的半导体技术》的主题演讲，其中提到，AI 模型的训练带动了算力与内存的高需求，也让半导体面对从异质整合到整合 Chiplets（又称小芯片）的趋势。

刘德音，图/台积电
我们都知道，芯片的计算具体到底层，实际就是晶体管的一开一关，所以晶体管数量一直被视为衡量算力的重要参数。但现如今用于 AI 训练的英伟达 GPU 已经达到了千亿级别晶体管的极限，芯片行业的普遍共识是，我们需要通过 3D 整合互连，用多个小芯片实现更低的成本、更高数量的晶体管。
然而，传统以电信号作为数据传输的方式已经没有办法满足更高的需求。「AI 和 HPC（高性能计算）领域的计算需求不断增长，在这一趋势的推动下，对于能够在每个 GPU 之间实现无缝高速通信的多节点、多 GPU 系统的需求也在与日俱增。」英伟达在介绍 NVLink 和 NVSwitch 技术时写到，「速度更快、可扩展性更强的互连已成为当前的迫切需求。」
而硅光子技术可以将电换成传输速度更快的光，实现更快的传输速率、更远的传输距离以及更低的功耗和延迟。理论上，当我们将光学接口与 CPU 和 GPU 封装在一起，能够有效扩展 GPU 间的带宽，同时节省能耗和面积，真正将数百台服务器作为一个巨型的 GPU。
就像刘德音在那场演讲中说的，在 AI 的推动下，硅光子技术将成为这个行业的关键技术。
题图来自 IBM