前言：AI正逐步接近基础设施发展的极限，系统设计的复杂性亦随之从芯片工艺制程的极限转移到了[计算能力-连接性-软件]三者协同的架构上。未来AI系统的挑战，不仅在于单颗芯片的计算能力，更在于系统层面的协同效率。从计算、网络、架构设计到软件协同，唯有全栈式创新，才能真正释放AI的潜能。
作者 | 方文三图片来源 | 网 络
AMD收购初创公司布局硅光子芯片
近日，AMD公司宣布对硅光子技术初创企业Enosemi实施收购。
成立于2023年、员工规模仅为16人的Enosemi，将作为AMD在下一代AI芯片互连技术布局中的关键组成部分。
Enosemi致力于光子集成电路（PIC）的研发工作，其核心理念是将原本需要多个光学组件才能实现的功能，集成到单一芯片之中，实现光在芯片内部的高速数据传输。
相较于传统的电信号传输方式，光传输不仅速度更快，而且能耗更低，特别适合于数据中心、高性能计算以及AI等对带宽和效率要求极高的应用领域。
此次收购的深层目的在于解决AI计算领域日益凸显的[互连瓶颈]问题。
随着AI模型规模的不断扩大，芯片间的数据交互量迅猛增长，而传统的电子连接方式已无法满足带宽和能耗的双重需求。
为了充分释放AI芯片的潜能，互连技术必须同步发展。
因此，CPO技术被越来越多的专业人士视为未来发展的关键。
过去，这类技术多停留在理论研究阶段，但在AI技术发展的推动下，正快速向实际应用领域转化。
AMD此次对Enosemi的收购，不仅仅是对光学研发团队的补充，更是旨在解决AI计算能力[最后一公里]的问题。
这一步棋，对于AMD而言，是其在AI计算与通信领域关键环节上的一次重要布局。
此亦表明，在未来数据中心及AI集群构建过程中，AMD将不仅能够提供中央处理器、图形处理器、系统级芯片以及现场可编程门阵列，还能提供全面的系统级能力。
特别是在对计算密度要求极高的应用场景中，共封装的光电子器件可能会成为决定系统性能上限的关键因素。
Enosemi的核心技术——光子集成电路（Photonic Integrated Circuits,PICs），将使AMD在服务器机架内部实现更为迅速的信号传输与更低的能耗。
这对于应对日益增长的AI模型训练与推理需求而言，是不可或缺的能力。
相较于传统电气互连方式，CPO能够提供更高的带宽密度和更卓越的能效表现。
这标志着系统架构的根本性变革，使得计算与网络之间的融合更为紧密，从而满足高性能AI工作负载所需的计算能力与可扩展性。
Enosemi的加入，将有助于AMD迅速增强其在CPO领域的产品开发能力，缩短研发周期，提升产品系统性能，从而更有力地应对英伟达在AI服务器系统、GPU互连等领域的领先地位。
业界专家指出，AMD通过并购Enosemi，进一步巩固了其在光子计算及AI加速技术方面的领先地位。
此举将有助于提升未来AI芯片的性能与能效，以满足市场需求的迅猛增长。
AMD正致力于在AI时代重塑其企业形象，从芯片制造商转型为AI系统解决方案的提供者。
此次对Enosemi的收购，不仅弥补了公司在光通信领域的不足，也标志着AI硬件竞争已进入下一阶段——系统全栈竞争。
面对英伟达在市场上的主导地位日益稳固，AMD采取了高效整合生态资源、持续进行技术并购以及系统化能力建设的策略，以期打破现状。
在AI基础设施的升级竞赛中，Enosemi的加入可能仅是序幕。
传统巨头转型机遇与新兴企业弯道超车
尽管AMD在AI芯片领域持续努力，但在与英伟达的竞争中，AMD似乎始终未能达到与其相当的水平。
举例来说，在性能相近的情况下，AMD的ROCm平台相较于英伟达的CUDA和cuDNN平台，其普及度和成熟度尚有差距，因此在应用生态更为丰富的英伟达面前，自然成为了首选。
鉴于此，AMD 只能寻求在性能上取得突破。CPO技术的核心优势在于其速度。
随着AI模型复杂度的增加，[更快、更高效的数据传输]变得尤为重要。
据业界预测，到2027年，CPO技术在超大规模数据中心的普及率预计将达35%，有望成为取代传统可插拔光模块的主流解决方案。
若AMD能在短时间内率先实现CPO技术的商业化应用，无疑将开启新的市场机遇。
在硅光子领域，诸如英特尔、英伟达等业界巨头实际上比AMD更早地进行了布局。
对于英特尔、思科等传统科技巨头而言，硅光子芯片带来了转型与持续引领市场的重大机遇。
虽然目前量子计算市场还处于发展初期，但Xanadu凭借其在硅光子芯片技术上的领先优势，已经吸引了众多投资者和合作伙伴的关注，有望在未来的量子计算市场中占据一席之地。
英特尔已交付超过八百万个光子集成电路，其1.6Tbps CPO模块的带宽密度相较于传统方案实现了40%的提升；
英伟达将硅光子技术整合至交换机与GPU集群中，打造了光电融合的数据平台。
在AI加速领域，英伟达借助Mellanox确立了Infiniband高速网络的基础，并通过BlueField推动了智能网卡的发展。
此外，通过自主研发的硅光子平台，公司成功推出了具备400TB/s交换能力的架构，从而构建了一个完整的、围绕AI数据中心架构的生态系统。
英伟达最新推出的Blackwell架构和NVLink交换系统，正是建立在高带宽和低延迟的光互连技术基础之上。
自2016年推出硅光子平台以来，英特尔已向市场交付超过800万个光子集成电路（PIC）和超过320万个集成片上激光器，这些产品已被众多大型云服务提供商所采用。
英特尔的硅光技术采用CMOS制造工艺，将激光器、调制器、探测器等光学器件与电路集成在同一硅基片上，实现了电子与光学的融合。
该技术支持波分复用（WDM）技术，允许单根光纤同时传输多种波长的光信号。
同时，它还具备高效的光电转换技术，使得硅光模块在数据中心等应用场景中能够提供高性能的互连解决方案。
英特尔之前推出的100G和400G硅光模块已经实现了大规模商用。
公司正与云计算巨头和网络设备制造商合作，推动硅光技术的标准化和普及。
英伟达还推出了新的生成式AI算法，增强了GPU加速计算光刻库cuLitho，与基于CPU的传统方法相比，显著提升了半导体制造工艺。
在本年度的GTC大会上，英伟达发布了Spectrum-X Photonics，推出了一体化封装的光学网络交换机，将AI工厂扩展至数百万GPU。
与传统方法相比，这些产品集成了光学创新技术，激光器数量减少了四分之三，从而实现了能效提升3.5倍、信号完整性提升63倍、大规模网络弹性提升10倍以及部署速度提升1.3倍的显著优势。
思科作为网络设备领域的领导者，也敏锐地抓住了硅光子芯片带来的机遇。
通过收购硅光子学芯片专家Luxtera等公司，思科迅速获取了硅光子芯片技术，并将其应用于自家的网络设备中。
在电信行业，思科公司占据了接近一半的市场份额，Lumentum和Marvel紧随其后。
相干可插拔ZR/ZR+模块促进了电信硅光市场的增长。
以Lightmatter为代表的新兴企业，则借助硅光子芯片技术实现了弯道超车，对行业格局产生了强大的冲击。
Lightmatter专注于硅光子芯片在AI领域的应用，研发出了高性能的硅光子芯片和光子互连技术。
其推出的Envise芯片结合了光子学和基于晶体管的系统，能够为AI工作负载提供强大的计算支持。
通过与云服务提供商和芯片制造商合作，Lightmatter 的技术得到了广泛应用，推动了AI计算性能的提升。
短短几年间，Lightmatter 就获得了数亿美元的融资，估值大幅提升，成为了硅光子芯片领域的一颗耀眼新星，打破了传统芯片企业在AI计算领域的垄断格局。
另一家新兴企业Xanadu则专注于量子计算领域的硅光子芯片研发。
量子计算被认为是未来计算领域的重要发展方向，硅光子芯片在量子计算中具有独特的优势。
Xanadu通过创新的设计和技术突破，研发出了适用于量子计算的硅光子芯片，为量子计算机的小型化和实用化提供了可能。
结尾：
尽管硅光子技术的发展前景广阔，但其发展仍遭遇三大主要障碍：
首先是热管理问题：在光子器件与计算芯片共同封装的过程中，由于发热导致硅波导折射率发生漂移，因此需要开发新型的热补偿算法。
其次是产业链成熟度不足：关键组件如连续波激光器、锗硅探测器等尚未实现标准化，其成本占光模块总成本的比重高达60%。
第三是生态协作需求较高：需要构建一个跨芯片制造商、光模块供应商以及云服务提供商的开放联盟，以统一CPO接口标准等。
部分资料参考：维科网光通讯：《AMD收购硅光[黑马]》，科技圈观察：《半导体巨头再出手：收购硅光子初创企业Enosemi》，镁客网：《硅光子芯片，AMD不想缺席》
原文标题 : AI芯天下丨产业丨AMD进军硅光子芯片，收购初创公司加速布局
