2023中国信通院光计算技术与产业发展研究报告

今天分享的是光计算技术系列深度研究报告：《2023中国信通院光计算技术与产业发展研究报告》。

（报告出品方：中国信通院）

报告共计：49页

光计算发展背景

全球算力规模不断扩大，下游应用市场算力需求增长强劲。算力升级面临绿色低碳发展问题。基于冯•诺依曼架构的传统电子计算机的局限性日渐凸显。目前 电子计算硬件采用的处理器的逻辑单元和存储单元是分立的冯• 诺依 曼结构，数据需要在处理器和存储器之间来回传输，频繁的潮汐性数 据读写使得计算速率下降的同时增加了单次计算的功耗，带来的带宽 瓶颈和功耗瓶颈严重限制了冯•诺依曼架构的计算能效，即“内存墙” “功耗墙”问题。据曦智科技数据，在过去的 20 年中，硬件的算力 提升了 9 万倍，但 DRAM 带宽及网络带宽只提升了 30 倍。据 Intel 数据，在半导体工艺的 7nm 时代，数据搬运功耗达到 35pJ/bit，占总 功耗比例 63.7%。此外，随着摩尔定律的放缓甚至失效，集成电路的 晶体管数量正在逼近物理极限，当前电子微处理器的时钟速率仅为几 个 GHz，已经不能满足超高速、低延迟的海量数据处理的需求。因此， 为应对万物智能时代海量应用创新和重大技术革新对算力供给的百 千倍递加需求，探索更多维度、更多要素的协同创新成为支撑绿色算力升级的重要举措。 光计算突破电子计算瓶颈，成为未来探索的重要方向之一。为突 破电子芯片的一系列弊端，相关研究者们开始考虑从“电”向“光” 的转化。

发达国家积极推动光计算研究与应用不断发展。美国方面，2019 年美国国防部高级研究计划局（DARPA）启动“未来计算系统”项目， 以研究具备深度学习能力、高算力和低功耗的集成光子芯片。2022 年 4 月，国会宣布将拨款 2500 万美元，用于制造和测试光量子计算技 术。欧洲方面，欧盟地平线 2020 研究和创新计划资助的项目之一 PHOQUSING，正致力于开发基于集成光子技术的将经典过程和量子 过程结合起来的混合计算系统。2022 年 9 月，德国航空航天中心启 动 100 量子比特的光量子计算机研发项目。日本方面，日本电话电报 公司正与东京理工大学合作资助一个为期五年的项目，研究相干伊辛 机的实际应用。在如何为智能时代提供更强大的算力上，领先国家已 在思考下一波的发展浪潮，光计算正是颇具潜力的选项之一。

从广义上来看，光计算是指基于光的波动性、粒子性等 特性进行信息处理或数据运算的一类计算体系。从狭义上来看，光计 算是指基于光的波动性进行信息处理或数据运算的一类计算体系。本报告的研究是基于光计算的广义定义。

光计算按照所处理的数据形态可分为通用的数字光计算和专用 的模拟光计算。数字计算是对物理世界进行抽象和逻辑拆解，将一个 任务切割成无数个标准化的小单元来完成。优点是通用性强、精度很 高，缺点是占用大量底层硬件资源、容错能力很低。数字光计算利用 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。而模拟计算不 需要抽象和拆解，只需要模仿和还原一个真实的物理结构，用相对较 少的单元就可以完成任务，可以节省大量的硬件资源，但由于每个物 理结构都是特定且专用的，因此计算的通用性差。相较于数字计算， 模拟计算的精度更低，但容错能力更强。模拟光计算利用干涉、折射 等物理特性，体现一种“传输即计算，结构即功能”的计算架构，典 型例子之一是傅立叶运算，用传统计算机进行傅立叶变换非常消耗计 算量，而光通过透镜的过程本身就是一次傅立叶变换的过程，计算的 时间短、耗能少。

光经典计算技术与产业发展态势

通用光计算主要基于逻辑门实现，发展较为缓慢。通用计算的设 备是基于数字信号的，而数字信号处理技术的基本组成单元是各种逻 辑门。各种光逻辑门的组合能够用来执行基本或复杂的计算功能，例如：二进制加法、减法、解码、编码，还用于构建二进制计数器，随机存取存储器单元和触发器。

专用计算成为新的发展热点，应用聚焦人工智能与信号处理。人 工智能方面，人工神经网络作为人工智能最重要的模型之一，因具有良好的泛化能力和鲁棒性而被广泛应用于各类场景之中。

硅光有望成为实现集成光计算系统的主要材料平台。硅光因其 CMOS 工艺兼容、集成度高等优势，有望成为集成光计算系统的主要平台。典型的硅基光计算案例包括 2x2 MZI 阵列提供矩阵•矢量积实 现矩阵运算、光波导延迟线实现蓄水池计算、多模干涉仪和相移阵列 或等离子激元实现傅里叶变换、微环/亚波长超材料实现积分计算等。 未来基于光电混合集成、异质集成等工艺，可实现不同功能单元的更高效集成，进一步提升系统的集成度。

基于现有商用软件生态开发光计算工具。基于现有商用软件生态开发光计算的适用算法、工具等，一方面可加快开发速度和提高开发 效率，避免重复“造车轮”的低效行为，另一方面由于用户对成熟商 用软件具有较强的用户粘性，利用现有软件生态可提升用户认可度和 接纳度。对于光计算而言，一般上层软件基于商用软件 Tensor Flow、 PyTorch 等框架，模块内嵌特定算子通过 API 被大厂软件工具调用， 构成大厂软件工具的光学算子库。

光计算协同光互连构建光电混合计算新范式。计算系统主要有三个计算要素：数据处理、数据传输与数据存储，光芯片可用于加速前两项计算要素。产业链仍处于发展起步阶段，成熟度偏低。光经典计算产业规模 偏小，产品种类偏少且产量有限，大多为企业自行研发制造。就集成 芯片类光计算而言，虽然它基于传统光电芯片技术与产业基础，但仍 存在一定差异：传统芯片产业链各环节发展成熟，参与竞争的企业数 量众多，技术成熟度也已满足大批量生产需求；光计算芯片涉及光电 融合等问题，技术难度高，需由光计算企业全程把关，产业链相对封 闭。当前光计算产品技术路线以光电融合的方式为主，芯片内部包含 光芯片、电芯片及其他外围器件，组合封装为完整的光计算芯片产品。 产业链上游由光芯片和电芯片两部分组成，从芯片制造材料、制造设 备等原材料和设施，到芯片设计、芯片制造、和芯片封测等环节，都 分别包含光和电两条子产业链。光芯片和电芯片分别制造完成后，加上外围器件再进行组合封装，成为完整的光计算芯片，实现光和电的协同工作。

光经典计算产业主要位于美国、欧洲、中国等。企业研发进度呈现两种状态，部分公司出现业务转变或拓展。全 球约有近 10 家较为典型的初创企业已经形成以光计算为核心的主营 业务，主打产品为基于光芯片的光计算加速器，并配套开展软件、系 统、原型机的研制与开发。当前企业研发进度呈现两种状态。一是光 计算业务停滞，如 FathomComputing 暂无商用消息，Lighton 从 2020 年起专注于为生成式 AI 构建并商业化基础模型；二是光计算业务积极推动，如 Lightmatter、Optalysys、光子算数等积极推出光计算新产 品，为传统电计算提供光学协处理加速。

高校、初创企业、行业巨头协同推动产学研持续一体化。包括微 软、IBM 和 NTT 等在内的国际知名公司和基于高校研究成果孵化的 初创公司均投入大量资源，聚焦于推进该领域的发展，但侧重点有所 不同。行业巨头主要从需求侧出发，研究方向聚焦于针对其主要业务 领域中存在的特定计算需求，利用光计算系统实现加速和性能优化。 如微软推出了用于纯模拟域迭代的光电混合计算系统 AIM，用于加 速复杂金融交易问题的迭代计算；IBM 则基于 PCM 材料的集成光子 器件实现了基于光域计算集成系统的流量分析和信号异常检测等。对 于初创公司，如孵化于 MIT 的 Lightmatter 和孵化于巴黎高师的 Lighton 等，则主要从技术层出发，通过构建相关光学系统，实现卷 积、向量乘法、矩阵乘法等算子的光域加速，与 FPGA 或 ASIC 相结 合，构建用于通用计算架构的光学协处理器。这些初创企业受到科技 巨头、金融机构的高度重视，获得大量融资基金用于产品商业落地， 如 2023 年 6 月，Lightmatter 宣布筹集了 1.54 亿美元的 C 轮融资，7 月 Optalysys 宣布筹集了 2100 万英镑的 A 轮融资。

预计未来光经典计算产业路线可分为三个阶段。第一阶段，当前 至未来的 3 年内落地体现光计算优势的应用场景，如在人工智能、数 据中心等场景中基于光计算实现推理和图形渲染等。第二阶段，光计 算优势明确后将进入金融和能源电力市场，该市场需要更多芯片的协 同，更大体量的矩阵乘法以及更成熟的软件体系。第三阶段，随着硬 件和软件体系更加成熟，计划切入车载计算、移动互联网等既对算力有需求，同时也对功耗、可靠性、软件生态等有更高要求的大众市场中。

从产业发展角度来看，存在至少以下三方面问题。路线尚未收敛： 当前技术路线众多，任一技术路线实现产品化都需要巨大投入（资金、 周期等）。财政资金/资本市场难以同时支持多条技术路线完成“研发 -产品-市场”的产业化短期闭环。产品规划尚不明确：行业处于初期 阶段，产品形态/目标市场尚不明确，未能牵引研发形成聚焦突破。 产业配套服务尚不完善：从事光计算研发的机构多为初创公司或创业团队，具有流片量少、订单不稳定、个性化强等特殊性，产线缺乏向此类订单开放的动力，不利于产业创新生态的培育。

全球范围内的研究与投资热情增长，我国与欧美基本并跑。随着各大高校以及微软和 IBM 等产业巨头在光计算领域成果的发布，光计算技术的认可度逐步提升。5 年时间里，全球范围内布局光计算的 公司从零星几家，增加到目前的数十家。

光量子计算技术与产业发展态势

构建光量子计算系统，较为公认的技术方案是将复杂系统抽象为分层体系架构，并逐层攻破。与其他技术路线的量子计算平台相比，光量子 计算平台具有光量子比特相干时间长、平台易扩展等优点，同时也存 在光子不易存储、难操控等缺点。光量子计算根据逻辑门的有无，可分为逻辑门光量子计算和非逻辑门光量子计算。

逻辑门光量子计算以光子的偏振、路径等自由度作为量子比特， 通过构建光量子逻辑门并形成光量子线路完成对量子态的幺正操作。 光量子比特的逻辑操控可利用相移器、分束器、非线性光学克尔介质 等实现空间调制、路径编码，并可进一步构成通用光量子逻辑门进行计算。

以CIM为代表的非逻辑门光量子计算平台不具备通用量子门集， CIM 是利用量子失协作为计算资源的耗散式量子计算机。现阶段，CIM 与逻辑门光量子计算平台相比，量子比特数占优， 或在短期内更具应用前景。目前，逻辑门式光量子平台的比特数处于 数百位水平，而 CIM 已实现数万个自旋量子比特，CIM 在量子比特 数上的压倒性优势，或有望使 CIM 更早进入落地商用。

逻辑门光量子计算根据平台搭建方式的不同，可分为分立式和集 成式两种。分立式光量子计算平台通过使用分立的光学元件构建光量 子线路，实现高斯玻色采样等单一目的计算，如“九章”平台。分立 式平台相较于集成式平台更易于实现，但缺点是空间占用大、难于扩 展，主要用于单一目的计算，不适合作为实现未来通用光量子计算的 技术路线。集成式光量子计算相较于分立式平台，具备体积小、易扩 展等优点，可用于解决玻色子采样、量子模拟、量子仿真等问题，是 未来实现通用可编程光量子计算的主流技术路线。

现阶段，逻辑门光量子计算的优越性已得到验证，短期内发展目 标将集中在对含噪声中规模集成光量子计算的技术研究及应用方面。 逻辑门光量子计算硬件平台依托传统的光芯片技术，发展迅速，未来 有望完成大规模集成，其集成芯片化已成为必然趋势。2023 年 4 月， 北京大学等单位联合发布超大规模集成硅基“光量子计算芯片”—— “博雅一号”，集成约 2500 个元器件，首次实现了片上多光子高维度 量子纠缠态的制备与调控。