<mark id="oztn4"></mark>
0
| 本文作者： 王強 | 2015-03-17 11:30 |
近日IBM宣布已經研制成功實用化的硅光學芯片，讓這項已經有二十年發(fā)展歷史的技術看到了大規(guī)模商用化的曙光。
早在上世紀九十年代，IT從業(yè)者就開始為半導體芯片產業(yè)尋找繼任者。光子計算、量子計算、生物計算、超導計算等概念一時間炙手可熱，它們的目標都是在硅芯片發(fā)展到物理極限后取而代之，以延續(xù)摩爾定律。
其中光子計算一度被認為是最有希望的未來技術。與半導體芯片相比，光芯片用超微透鏡取代晶體管、以光信號代替電信號進行運算。光芯片無需改變二進制計算機的軟件原理，但可以輕易實現極高的運算頻率，同時能耗非常低，不需要復雜的散熱裝置。與電腦對應，設想中的光學計算機被稱作“光腦”。早年甚至有人預言2015年光腦就會開始取代硅芯片。
理想是美好的，現實總是殘酷的。科學家和工程師很快就發(fā)現制造納米級的光學透鏡是如此困難，想在小小的芯片上集成數十億的透鏡遠遠超出了人類現有的技術水平。真正實用化的光子計算技術恐怕要再等幾十年才會出現，于是IT業(yè)放棄了這一理想，轉而繼續(xù)挖掘半導體技術的潛能。
雖然光子計算的研究沉寂了，但科研單位并未放棄將光線引入芯片世界的努力。很快人們發(fā)現用光通路取代電路來在硅芯片之間傳輸數據是很有潛力的應用方向：光信號在傳輸過程中很少衰減，幾乎不產生熱量，同時可以輕松獲得恐怖的帶寬；最重要的是在硅芯片上集成光學數據通道的難度不算太高，不像光子計算那樣近乎幻想。于是從21世紀初開始，以Intel和IBM為首的企業(yè)與學術機構就開始重點發(fā)展硅芯片光學信號傳輸技術，期望有朝一日能用光通路取代芯片之間的數據電路。
光纖音頻接口如今隨處可見，這類設備的體積較大，無法集成進芯片
以激光代替電路傳遞數據的技術對普通人來說并不陌生，音頻設備常見的光纖數字接口就是一個典型例子。如今城市新建寬帶網絡已經普遍使用光纖取代了銅纜，大大提升了網絡的接入帶寬。光信號技術有很多優(yōu)勢，但傳統光學數據設備的體積龐大，難以應用在芯片級的信號網絡中。硅光學技術的目標就是在芯片上集成光電轉換和傳輸模塊，使芯片間光信號交換成為可能。使用該技術的芯片中，電流從計算核心流出，到轉換模塊通過光電效應轉換為光信號發(fā)射到電路板上鋪設的超細光纖，到另一塊芯片后再轉換為電信號。
芯片級光電轉換模塊
把復雜的光電轉換模塊縮小到納米尺寸，同時還要能用半導體工藝制造不是容易的事情。雖然實驗室中早有成果，但成品的良率和成本一直難以令人滿意。另一方面，2004年后串行數據電路技術飛速發(fā)展，PCIe、QPI、HyperTransport等總線技術提供的帶寬達到很高的水平，也降低了業(yè)界對硅光學技術的潛在需求。
直到兩年前，業(yè)界發(fā)現傳統的銅電路已經接近物理瓶頸，繼續(xù)提高帶寬變得越來越困難。同時云計算產業(yè)卻對芯片間數據交換能力提出了更高的要求：數據中心、超級計算機通常會安裝數以千計的高性能處理器，可這些芯片的協同運算能力卻受到芯片互聯帶寬的嚴重制約。例如一顆Xeon CPU從與自己直接連接的內存中讀取數據的帶寬高達每秒40G字節(jié)，但如果是從另一顆Xeon芯片控制的內存中讀入資料，帶寬就會下降一半甚至三分之二。單顆芯片的性能越強、互聯的芯片數量越多，較低的互聯帶寬就越容易成為性能提升的障礙。銅電路不僅帶寬提升困難，功耗和發(fā)熱也不可小視，業(yè)界對硅光學技術的需求已經到了迫在眉睫的程度。
高端服務器集成四至八顆處理器，而數據中心往往配備上千臺服務器
幸運的是，經過十余年的研究硅光子工藝終于到了大規(guī)模實用化的程度。Intel和IBM的相關技術現在離產業(yè)化只有一步之遙。硅光學技術不僅能大幅提高芯片互聯帶寬，還遠比傳統的銅電路節(jié)省能源和散熱需求，對云計算產業(yè)意義重大。雖然在商業(yè)化初期使用該技術的芯片成本會很高昂，但習慣了售價數千乃至數萬美元的處理器的客戶并不會在意每塊處理器幾百美元的成本提升。芯片間信號通路改用光路后，大量芯片的聯合計算性能會成倍增長，同時總體能耗明顯下降，大大提高了服務器集群的效率。
在Intel和IBM兩大巨頭的推動下，硅光學技術很快就會在數據中心、超級計算機領域普及。不過在消費級產業(yè)這項技術很難有用武之地：智能設備和PC本來就沒那么多芯片，自然也用不上高大上的芯片間光信號傳輸。新技術將更多以間接的形式影響我們的生活：未來云計算平臺的性能快速增長可以為普通用戶提供更快更好的信息服務，背后的功臣之一就是硅光學技術。在半導體工藝達到物理極限，革命性的新計算機尚未出現之前，硅光學技術將負責填補空缺，盡可能延續(xù)摩爾定律。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
