来自未来的硅光芯片，在2023年又向前迈进了一步。自 2023 年初以来，围绕硅光子学进行了大量炒作，并进行了大量投资，特别是光计算、光 I/O和各种传感应用。
市场研究机构Yole Intelligence表示，2022年，硅光芯片市场价值为6800万美元，预计到2028年将超过6亿美元，2022年—2028年的复合年均增长率为44%。推动这一增长的主要因素是用于高速数据中心互联和对更高吞吐量及更低延迟需求的机器学习的800G可插拔光模块。
01
硅光为何“令人相信”？
用CMOS技术（也就是硅光子学）制造光子电路不仅提供了半导体晶圆级制造的规模，还利用光在计算、通信、传感和成像方面的特性在新电子应用中发挥了优势。
由于这些原因，硅光子学越来越多地应用于光学数据通信、传感、生物医学、汽车、虚拟现实和人工智能 (AI) 应用。直到最近，硅光子学的主要挑战一直是添加作为光子电路“电源”的分立激光器的成本，其中包括制造以及这些激光器在光子芯片上的组装。
光可以表现得像波或粒子，并且这种行为是可以操纵的。“光学”一词是指对光的研究，通常用于谈论人眼可见的光（例如，头灯发出的光、放大镜等透镜反射的光等）。“光子学”一词是指以小得多的尺度（小于几微米）反射或操纵光的系统。集成光子学是指使用半导体技术和在洁净室设施中处理的晶圆来制造光子系统。如果所使用的制造工艺非常类似于CMOS制造，那么它就被称为硅光子学。
换句话说，硅光子学是一个材料平台，可以使用绝缘体上硅（SOI）晶圆作为半导体衬底材料来制造光子集成电路（PIC）。这项技术变得比以往任何时候都更加流行和可行，这是有一个重要原因的。
最初，集成光子学开始使用掺杂石英玻璃、铌酸锂或磷化铟等材料作为材料表面，特别是对于电信和长途数据通信应用。然而，绝大多数半导体行业使用硅作为主要材料来创建集成CMOS电路，实现了非常高的产量和低成本。光子学的物理特性使其非常适合使用旧硅节点上使用的CMOS工艺来图案化和制造光子器件和电路。使用成熟的制造工艺为大规模生产开辟了一条经济可行的道路，因此，集成硅光子学已经起飞。
如今，硅光子学已经利用成熟的CMOS制造和设计生态系统来开始构建集成光子系统，该生态系统已被证明在规模化方面非常具有成本效益。
主要优点
现在，该行业可以在硅晶圆上高效地制造PIC，硅光子带来的所有优势都可以开始在主流电子产品中得到利用。PIC的主要优势之一是它们能够实现、扩展和增加数据传输。从历史上看，对于较长的距离，铜链路首先达到带宽与能耗的限制。最近，光纤连接被用于数据中心，以实现网络架构中越来越短的连接。最新趋势是通过从可插拔光收发器转移到与交换机采用同一封装的光 I/O小芯片，将光连接移至更靠近交换机 ASIC 的位置。这缩短了高速电气 SerDes 链路的距离，从而降低了 I/O的总体能耗。
除了用于数据中心外，硅光子还可以用于传感，这有利于各种不同的行业。例如，光学传感、信号传输以及反射或传输光信号的接收可以帮助确定周围环境的特性。这种传感活动有利于健康和生物医学应用，例如诊断和分析以及消费者健康可穿戴应用，以及用于工业自动化和自动驾驶的激光雷达。
固态激光雷达芯片在自动驾驶汽车和工业自动化领域越来越受欢迎。LiDAR 不使用射频 (RF) 信号，而是使用表面反射的光来分析和提供有关道路上发生的情况的关键信息，并提供有关汽车应如何反应的输入（例如，物体移动的方向、可能存在障碍的地方等）。当然，设计任何将用于汽车行业的东西都需要考虑许多安全法规。就激光雷达广泛、大量的消费应用而言，增强虚拟现实已经在一些智能手机中引入。硅光子学的另一个可能的大规模应用是人类健康测量，包括智能手表和体内植入医疗设备等可穿戴设备的心率、饱和度和水合水平。
与任何产品开发过程一样，需要仔细考虑哪种技术最适合特定应用的决策，包括成本、性能要求、上市需要多长时间以及与客户现有的关系等因素。
就像电路中的电压源一样，激光器是硅光子电路的电源。目前，由于材料的间接带隙，不可能在硅中制造光源（或激光器）。这就是为什么磷化铟等材料被用来制造用于电信和数据通信的波长的半导体激光器。
OpenLight 等公司已经磨炼了各种技术，将磷化铟集成到硅光子芯片中，以创建驱动光子电路的集成激光器、调制器和探测器。这使客户能够获得标准制造工艺的优势，并获得硅光子学的许多性能优势。此外，可以在同一系统中使用波长略有不同的多个激光器，以进一步扩展。过去，混合连接激光芯片引起了人们对可靠性的担忧，但集成激光器提高了可靠性，并为需要多个激光器或放大部分的应用开辟了可能性。然而，设计人员不应忽视热问题，因为激光器会产生热量，在设计电路和封装时需要考虑这一点。
硅光子产业因其带来的巨大技术和经济价值才刚刚起步。光输入/输出 (I/O) 距离核心硅越近（通过 2.5/3D 异构集成），对通信的影响就越小，这使其非常适合高性能计算和人工智能应用。
材料
硅光子学领域并不局限于单一基板或材料。传统上，硅作为光发射器的效率受限，主要由于其内量子效率较低。但如在硅基底上创建有源光学元件，硅光子学已经实现了大规模生产的重大突破。
管理海量数据吞吐量
超高密度光学芯片利用硅光子学在单个芯片上提供更多数量的通道。这对于并行处理大量激光雷达数据点至关重要，确保系统能够满足实时分析的需求。硅光子的集成可以增强数据处理能力，提高激光雷达系统性能和整体效率。
加快处理任务
数据传输速度是激光雷达系统实时处理能力的关键因素。硅光子学可以将众多组件集成到单个芯片上，从而以光速传输数据。这与传统的铜基系统形成鲜明对比，导致处理速度显著加快。组件的整合不仅提高了速度，还提高了整体数据处理效率，减少了延迟并确保实时准确地环境分析。
02
大厂“循着光照的方向”
去年有报道称，台积电将携手博通、英伟达等大客户共同开发硅光子技术、共同封装光学元件（co-packaged optics，CPO）等新产品，制程技术从45nm延伸到7nm，最快明年下半年开始迎来大单，并在2025年左右达到放量阶段。
对于这则传闻，台积电表示，不回应客户及产品状况。不过台积电高度看好硅光子技术在未来的场景。
而在一场半导体座谈会上，台积电副总余振华也公开透露了自己对硅光子技术的看法：“如果能提供一个良好的硅光子整合系统，就能解决能源效率和 AI 运算能力两大关键问题。这会是一个新的范式转移。我们可能处于一个新时代的开端。”
对于台积电来说，此前在该领域主推的产品名为COUPE（紧凑型通用光子引擎）封装技术，其最大的特点是可以降低功耗、提升带宽。台积电计划在一项与英伟达深度合作的研发项目中尝试使用，将多个AI GPU组合成一块GPU。该研发项目将持续数年时间，且必须等到硅光子生态系统成熟才算完成。
21世纪初开始，以英特尔和IBM为首的企业与学术机构就开始重点发展硅芯片光学信号传输技术，期望有朝一日能用光通路取代芯片之间的数据电路，以延续摩尔定律。
2010年，英特尔开发出首个50Gb/s超短距硅基集成光收发芯片后，硅光芯片开始进入产业化阶段。随后欧美一批传统集成电路和光电巨头通过并购迅速进入硅光子领域抢占高地。目前英特尔也是在硅光领域布局最全面的公司。
在制造工艺上，光子芯片和电子芯片虽然在流程和复杂程度上相似，但光子芯片对结构的要求不像电子芯片那样严苛，一般是百纳米级。这大大降低了对先进工艺的依赖，在一定程度上缓解了当前芯片发展的瓶颈问题。
硅光子学正在成为一股革命性的力量，有可能超越激光雷达等传统应用的范围重塑行业。这项技术涉及使用硅基组件来产生、操纵和检测光，不仅突破了汽车创新的界限，而且还在仓库自动化、数据中心和电信等市场取得了重大进展。
原文标题 : 硅光芯片：你相信光吗？
