问题——算力需求快速增长与能耗约束日益突出；随着大模型应用从训练走向推理，数据中心对吞吐能力和能效的要求同步抬升。当前主流计算体系以电芯片与铜互联为基础，性能提升 increasingly 受到工艺、互联带宽与功耗的共同掣肘：一方面，单位算力成本与用电成本高企；另一方面，算力密度提升带来的散热、供配电等基础设施压力持续加大。面向更大规模的推理服务，如何有限能耗和空间条件下提升处理速度，成为产业普遍关注的现实课题。 原因——“电的瓶颈”促使产业寻找新型计算与互联方式。业内普遍认为，传统路径依赖更先进制程与更复杂封装来提升性能，但“越做越贵、越做越耗”的矛盾逐渐显现。此外，信息系统的演进在通信与传感领域已多次出现由电到光的替代：从早期电缆到光纤入户，从电信号测距到激光雷达等光学传感。多位从业者判断，计算领域也在出现类似趋势，尤其在芯片间互联上，光互联具备带宽更高、距离更长、信号损耗更低等优势，有望缓解数据中心内“搬数据”带来的功耗与延迟压力。，光计算被视为可能打开性能与能效新空间的方向之一。 影响——光计算若实现产业化，或重塑推理算力供给结构。上述企业介绍，其已完成128×128矩阵规模光计算芯片流片，并此基础上推出第一代光电融合计算卡，获得垂直领域大模型客户订单并完成金融场景部署。其技术路线采用硅光与相变材料的异质集成，并设计了光子矩阵计算结构，通过材料调制能力提升单位面积可实现的矩阵规模，同时利用相变材料的非易失特性探索存储与计算融合，以降低数据搬运带来的能耗。企业负责人认为，若光计算在推理场景实现规模应用，将直接改善两项关键指标：一是单位时间处理能力，二是单位能耗产出，从而降低推理服务成本，缓解“算力贵、用电贵”对应用普及的制约。与此同时，光互联的扩展也可能推动数据中心架构调整，促进计算、通信、存储一体化协同演进。 对策——推动从“样机验证”走向“规模交付”，需形成系统化工程能力。业内人士指出，光计算商业化不仅是单颗芯片突破，更考验系统集成、软件适配与制造工艺的协同：其一，光电融合系统需要与既有服务器、网络与加速框架适配，在模型算子、精度策略、编译与调度层面建立可用工具链，才能从实验室性能转化为稳定服务能力；其二，生产制造与封装测试环节要实现良率与一致性提升，建立可复制的交付体系；其三，在应用侧，应优先选择对能效敏感、对吞吐要求高且可容忍一定精度策略的推理场景，形成可量化的成本收益闭环；其四，在产业生态上，需加强材料、器件、工艺、系统厂商与科研机构的协同攻关，推动标准与接口逐步完善，降低企业导入门槛。 前景——“铜转光”或先于“光计算”普及，十年窗口期取决于工程化进展。该企业负责人判断，芯片与芯片之间的互联由铜缆走向光互联可能在未来数年加速成为主流，而光计算由于难度更高，仍需持续攻坚以实现规模落地；从更长周期看，计算系统存在出现“光进铜退”的可能。业内也有观点认为，未来数据中心可能在互联层率先引入更多光方案，随后在特定计算环节逐步扩大光参与的比例，形成“局部替代—混合架构—更广覆盖”的演进路径。与此同时，全球主要算力与半导体企业加大对光技术投入，显示产业链正在为下一代计算与互联方案加速布局。综合看，光计算能否走向更大规模应用，关键仍在于成本、良率、可靠性与软件生态的系统性突破。
光计算技术的发展不仅将重塑芯片产业格局，更可能引发数字基础设施的全面升级。随着光技术逐步替代传统电信号传输，算力供给模式或将迎来根本性变革。在这个进程中，构建自主可控的产业链生态，将成为各国科技竞争中的关键所在。