光计算,开启下一代算力革命
本文主要讲述光计算。 最近这几年,为了搞AI,全球都在疯狂夯算力。在夯算力的同时,大家逐渐发现一个问题——随着芯片制程逐渐逼近物理极限,摩尔定律正在走向失效。芯片的功耗越来越高、散热越来越大,成本也变得难以承受。 传统芯片的性能提升,已经走进了死胡同。接下来,我们该如何面对仍在日益膨胀的算力黑洞?有没有一种新的技术路径,能打破这个困局? 目前来看,最有希望破局的,正是我们非常熟悉的另一位老朋友——
关于「硅光」的技术文章、设计资料与工程师讨论,持续更新。
本文主要讲述光计算。 最近这几年,为了搞AI,全球都在疯狂夯算力。在夯算力的同时,大家逐渐发现一个问题——随着芯片制程逐渐逼近物理极限,摩尔定律正在走向失效。芯片的功耗越来越高、散热越来越大,成本也变得难以承受。 传统芯片的性能提升,已经走进了死胡同。接下来,我们该如何面对仍在日益膨胀的算力黑洞?有没有一种新的技术路径,能打破这个困局? 目前来看,最有希望破局的,正是我们非常熟悉的另一位老朋友——
AI 算力集群从万卡迈向十万卡,光模块单通道速率从 200G 冲刺 400G,2026 年 8 月铌奥光电完成数亿元 B 轮融资,放在产业大背景下并不算意外。 资本市场已经疯狂押注薄膜铌酸锂(TFLN),但热闹的融资新闻之下,一个现实问题被掩盖:TFLN 走出实验室、真正落地晶圆大规模制造,产业到底走到哪一步?资本追捧的泡沫之下,还有多少未被摊开的工程难题? | TFLN被推到台前 TFLN突然
前言: AI算力浪潮涌起的第一个关键材料瓶颈,已经出现在磷化铟身上。全球头部供应商订单已排满至2027年,全产业链库存只有3个月,创下历史最低水平。 AI需求爆发:磷化铟为何无可替代? 2025年初,一片2英寸光通信级磷化铟(InP)衬底还只需要800美元,到2026年4月,价格已飙升至2300至2500美元,涨幅接近2倍;6英寸高端衬底更夸张,从1400美元涨到5000美元,涨幅超250%。磷