光计算技术与产业发展研究报告（2023年）

光计算技术与产业发展研究报告 (2023年) 中国信息通信研究院技术与标准研究所中国信息通信研究院泰尔系统实验室2023年10月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应注明“来源：中国信息通信研究院”。违反上述声明者，本院将追究其相关法律责任。 前言 随着人工智能、大数据和云计算的快速发展，超高速和高能效计算的需求呈指数级增长。现有冯•诺依曼架构下的传统电子信号处理器难以同时实现高算力和低能耗，而光计算可突破电子计算瓶颈，成为未来探索的重要方向。光计算，是采用光作为信息处理的基本载体，以实现信息处理或数据运算的新型计算体系。光计算能够发挥光的高带宽、低能耗、抗干扰、并行等优势，适合处理人工智能、信号处理、组合优化等复杂特定任务，是新型计算架构的重要发展方向。 本报告的研究基于光计算的广义定义，从算力时代所面临的主要需求和挑战等出发，围绕经典光学与量子光学两大路线开展光计算技术与产业方面的发展现状与趋势研究。当前光计算仍处于发展的初级阶段，预计其发展可分三阶段逐步推进，当前需继续推进解决技术、产业、应用等三方面问题，建议我国从攻克关键技术难题、推动全产业链发展、开展新应用探索试点三方面寻求突破，推动实现高性能与低能耗的算力基础设施建设，助力我国数字经济持续高质量发展。 光计算技术与产业发展处于起步阶段，对于关键技术、产业发展、应用场景等方面的研究和探讨还有待进一步深化，后续中国信息通信研究院还将进一步推动光计算领域研究并持续发布相关成果。 一、光计算发展背景1 (一)研究背景1 (二)概念与分类5 (三)发展历程8 二、光经典计算技术与产业发展态势9 (一)光电混合架构为主，专用光计算异军突起9 (二)三大趋势持续演进，体系化发展有望加速13 (三)产业链成熟度偏低，产业集群地域较集中14 (四)产学研持续一体化，三阶段推进市场应用17 (五)技术产业挑战仍存，国内外进度基本持平18 三、光量子计算技术与产业发展态势20 (一)分层式架构为主流，两技术路线并行发展20 (二)遵循三步发展规划，芯片集成是发展方向24 (三)硬件软件持续发展，相关产业链仍需完善26 (四)多国积极布局规划，政策及资金支持加大31 (五)当前我国局部领先，未来发展仍面临挑战33 四、总结与建议36 (一)光计算多领域应用前景广阔36 (二)光计算仍处发展的初级阶段38 (三)光计算预计将分三阶段推进39 (四)技术攻关协同产业应用发展39 参考文献41 图1全球算力规模与算力增速1 图2光计算与电计算的性能对比3 图3光计算分类6 图4光经典计算与光量子计算的系统结构对比7 图5光计算发展历程8 图6光经典计算技术框架10 图7光电混合计算架构11 图8光经典计算产业链15 图9光经典计算产业视图18 图10光量子计算技术框架21 图11逻辑门光量子计算发展历程22 图12相干伊辛机发展历程22 图13逻辑门光量子计算原理示意图23 图14相干伊辛机实装置示意图24 图15逻辑门光量子计算发展阶段三步走25 图16芯片集成光量子计算示意图26 图17光量子计算产业视图27 图18光量子计算软件示意图30 表1全球光经典计算企业及产品情况16 表2全球光量子计算企业及产品情况27 表3全球各国涉及光量子的项目规划不完全统计31 一、光计算发展背景 (一)研究背景 全球算力规模不断扩大，下游应用市场算力需求增长强劲。据2023年发布的《中国算力发展指数白皮书》，2022年全球计算设备算力总规模达到906EFlops，增速达到47%1（图1）。伴随万物感知、万物互联以及万物智能时代的开启，据IDC预测数据，2025年全球物联网设备数将超过400亿台，产生数据量接近80ZB，且超过一半的数据需要依赖终端或者边缘的计算能力进行处理。预估未来五年全球算力规模将以超过50%的速度增长。OpenAI数据指出，2012年之前，人工智能的计算速度紧追摩尔定律，算力需求每两年翻一番；2012年以后，翻番时长则直接缩短为3~4个月，算力需求远超实际算力供给能力。 来源：中国信息通信研究院《中国算力发展指数白皮书（2023年）》 图1全球算力规模与算力增速 算力升级面临绿色低碳发展问题。当前全球数字化转型正在加快， 未来相当长时间里这个大趋势不会改变。只要有数字化就需要算力支持，需要构建一个泛在的、低成本的、可靠的算力体系。但是算力基础设施的耗能较大，以数据中心为例，2020年我国数据中心耗电量突破900亿千瓦时，碳排放量达0.6亿吨。据中国信息通信研究院测算， 到2030年我国数据中心耗电量将超过3800亿千瓦时，如果不采用可 再生能源，碳排放量将超过2亿吨，算力基础设施的绿色低碳亟待关注1。从长远来看，整个社会需要算力与连接构成的“数字底座”，也需要清洁能源与绿色技术构建的“绿色底座”，二者要协同发展。 基于冯•诺依曼架构的传统电子计算机的局限性日渐凸显。目前 电子计算硬件采用的处理器的逻辑单元和存储单元是分立的冯•诺依曼结构，数据需要在处理器和存储器之间来回传输，频繁的潮汐性数 据读写使得计算速率下降的同时增加了单次计算的功耗，带来的带宽瓶颈和功耗瓶颈严重限制了冯•诺依曼架构的计算能效，即“内存墙”“功耗墙”问题。据曦智科技数据，在过去的20年中，硬件的算力提升了9万倍，但DRAM带宽及网络带宽只提升了30倍。据Intel数据，在半导体工艺的7nm时代，数据搬运功耗达到35pJ/bit，占总功耗比例63.7%。此外，随着摩尔定律的放缓甚至失效，集成电路的晶体管数量正在逼近物理极限，当前电子微处理器的时钟速率仅为几个GHz，已经不能满足超高速、低延迟的海量数据处理的需求。因此，为应对万物智能时代海量应用创新和重大技术革新对算力供给的百千倍递加需求，探索更多维度、更多要素的协同创新成为支撑绿色算 1李洁,王月.算力基础设施的现状,趋势和对策建议[J].信息通信技术与政策,2022(3):5. 力升级的重要举措。 光计算突破电子计算瓶颈，成为未来探索的重要方向之一。为突破电子芯片的一系列弊端，相关研究者们开始考虑从“电”向“光”的转化。如图2，光子器件在进行计算时，相比电子器件具有以下优势：１）光具有波长、波导模式、相位、振幅和偏振等多个物理维度资源，具有天然的并行计算能力，可以成倍地提高算力；２）电信号在金属导线中传输必然伴随热量的产生，而光在计算时没有欧姆加热，因此其能耗远小于电子计算；３）与电子器件相比，光子器件有更大的带宽，因此在宽带模拟信号的处理上远胜于电子器件；４）电子器件具有电阻电容（RC）效应，因此会在计算中产生延时，而光学器件则基本没有延迟，具有更快的响应时间；５）光子没有自相互作用，这意味着它们可以在没有相互干扰的情况下传输。这些优异的特性使得光计算极具发展前景。在特定场景中，利用光计算替代传统电子计算将是解决摩尔定律困境以及冯•诺依曼架构瓶颈问题，即解决当前算力与功耗问题的极具潜力的途径之一。 来源：LightmatterHotChips20201 图2光计算与电计算的性能对比 1Lightmatter,Hotchips会议报告《SiliconPhotonicsforArtificialIntelligenceAcceleration》,2020. 发达国家积极推动光计算研究与应用不断发展。美国方面，2019年美国国防部高级研究计划局（DARPA）启动“未来计算系统”项目，以研究具备深度学习能力、高算力和低功耗的集成光子芯片。2022年4月，国会宣布将拨款2500万美元，用于制造和测试光量子计算技 术。欧洲方面，欧盟地平线2020研究和创新计划资助的项目之一PHOQUSING，正致力于开发基于集成光子技术的将经典过程和量子过程结合起来的混合计算系统。2022年9月，德国航空航天中心启动100量子比特的光量子计算机研发项目。日本方面，日本电话电报公司正与东京理工大学合作资助一个为期五年的项目，研究相干伊辛机的实际应用。在如何为智能时代提供更强大的算力上，领先国家已在思考下一波的发展浪潮，光计算正是颇具潜力的选项之一。 近年来我国相继出台一系列重大制度和政策，支撑光计算技术和产业发展。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出要系统布局新型基础设施建设、加快5G、工业互联网、大数据中心等建设，推动算力产业生态日渐完善。科技部“十四五”重点专项申报指南中，信息光子技术、高性能计算、物态调控、光电混合AI加速计算芯片成为重要内容，包括光电混合AI加速计算芯片、量子计算、基于固态微腔光电子芯片、光学神经拟态计算系统和PB级超低功耗纳米光存储等技术的研发。中央网络安全和信息化委员会发布的“十四五”国家信息化规划，提出要加强集成电路、神经芯片、硅基光电子集成光量子芯片等关键前沿领域的战略研究布局。我国对光计算及相关光芯片的重视程度正在 逐年提升。 (二)概念与分类 光计算是采用光作为信息处理的基本载体，基于光学单元构建光学系统，通过必要的光学操作，从而实现信息处理或数据运算的新型计算体系[1]。从广义上来看，光计算是指基于光的波动性、粒子性等特性进行信息处理或数据运算的一类计算体系。从狭义上来看，光计算是指基于光的波动性进行信息处理或数据运算的一类计算体系。本报告的研究是基于光计算的广义定义。 光计算按照物理实现的方式可分为基于经典光学的计算（以下简称光经典计算）和基于量子光学的计算（以下简称光量子计算）（图3）。经典计算从原始计算、手工计算、机械计算、机电计算、电子计算逐步发展到光计算，光经典计算可利用光的波动特性如折射、衍射等规律来实现计算功能。量子计算有超导、半导体、离子阱、光学等多种技术方案，光量子计算是以光子作为量子比特进行计算，通过对光子进行量子操控及测量来完成计算。光具有波粒二象性，光经典计算基于光的波动性包括干涉、散射等，而光量子计算基于光的粒子性，包括量子态的叠加、纠缠等。 图3计算的发展和分类 来源：中国信息通信研究院 光经典计算和光量子计算的计算原理不同，但系统结构基本类似 （图4），包括光发射部分、光处理部分、光探测部分等。1）光发射部分：光经典计算包括激光器和调制器，而光量子计算包括激光器和量子态制备装置。2）光处理部分：两种计算方式均可以分为逻辑门型和非逻辑门型两大类。光经典计算利用折射、散射、非线性效应等，基于马赫增德尔干涉仪（MZI）、微环等结构进行计算；光量子计算利用量子叠加、量子纠缠效应等，将经典光学器件进行量子应用。3）光接收部分：光量子计算需采用灵敏度更高的探测器，如雪崩二极管、超导纳米线探测器等，而光经典计算对探测器的灵敏度要求略低。 来源：中国信息通信研究院 图4光经典计算与光量子计算的系统结构对比 光计算按照所处理的数据形态可分为通用的数字光计算和专用的模拟光计算。数字计算是对物理世界进行抽象和逻辑拆解，将一个任务切割成无数个标准化的小单元来完成。优点是通用性强、精度很高，缺点是占用大量底层硬件资源、容错能力很低。数字光计算利用光和光学器件组合形成经典的逻辑门，构建类似传统数字电子计算原理的计算系统，通过复杂的逻辑门组合操作实现计算。而模拟计算不需要抽象和拆解，只需要模仿和还原一个真实的物理结构，用相对较少的单元就可以完成任务，可以节省大量的硬件资源，但由于每个物理结构都是特定且专用的，因此计算的通用性差。相较于数字计算，模拟计算的精度更低，但容错能力更强。模拟光计算利用干涉、折射等物理特性，体现一种“传输即计算，结构即功能”的计算架构，典型例子之一是傅立叶运算，用传统计算机进行傅立叶变换非常消耗计算量，而光通过透镜的过程本身就是一次傅立叶变换的过程，计算的时间短、耗能少。 鉴于光经典计算与光量子计算在计算原理和产业发展等方面存 在较大不同，本研究报告将针对光经典计算和光量子计算这两大类分 别展开技术与产业发展态势的分