前沿AI模型已经长到电线扛不住的地步。在数千块GPU组成的集群里，铜缆只要超过2米，就会产生大量热量和信号损耗；光是搬运数据这一件事，就吃掉了数据中心总能耗的30%。

硅光子学给出的解法是：用激光光子替代电子。铜缆的能效是15–25 pJ/bit，超过2米就开始劣化，线缆又重又硬，还挡风道；光学方案是1–2.5 pJ/bit，传输距离能到100–500米，用的是轻量光纤带。

三项突破正在把它推向主流：

  • 共封装光学（CPO）：把光引擎直接装在GPU同一块基板上，电信号路径缩到1毫米以内，I/O功耗降低70%
  • 多波长微环谐振器：一根光纤承载16–32个激光波长，每个波长100 Gbps，单根光纤达到3.2 Tbps，且零串扰。
  • 外置激光源（ELS）：把激光器从发热的计算封装上挪到前面板模块，二极管坏了可以几秒内热插拔，不用停GPU。

超大规模厂商为什么需要这个？吉瓦级AI园区的规模，被当地电网配额卡着。在PB级流量上每比特省下15–20 pJ，就能省出数十兆瓦，直接转给训练算力。

它还解锁了真正的内存解耦：GPU访问远端HBM池，就像访问本地内存一样。