面向数据中心的光计算技术研究

研究单位：中国移动研究院完成日期：2026年04月 前言 随着人工智能大模型技术的爆发式发展，全社会对智能算力的需求呈指数级增长。然而，摩尔定律逐渐放缓，传统电子芯片面临性能提升瓶颈与能耗攀升的双重压力。光计算凭借其大带宽、低能耗、高并行、抗干扰等物理优势，成为后摩尔时代突破“算力墙”与“功耗墙”的关键路径之一，有望为新型智算中心提供绿色高效的算力底座。 本报告围绕面向数据中心的光计算技术展开系统研究。首先，从政策、技术和产业三个维度阐述了光计算的发展背景，分析了国内外光计算企业及科研院所的最新进展。其次，明确了光计算的定义与分类，重点介绍了光电混合计算、光神经网络及矩阵向量乘法等核心概念。在此基础上，构建了包含材料及器件层、硬件层、基础软件层、模型算法层和应用层的五层技术架构，并逐层剖析了关键技术与探索方向。报告进一步梳理了MZI阵列、MRR阵列、相变材料、亚波长衍射结构等硬件技术路线，以及光计算编译器、光学仿真EDA工具、校准容错机制、性能调度等基础软件技术。同时，总结了光计算在科研验证、边缘推理、大模型加速等应用场景的实践进展。针对当前面临的材料与器件、集成与封装、光电混合系统、软硬件协同等方面的挑战，提出了相应的发展建议。最后，从技术攻关、产业成熟、生态繁荣三个层面展望了光计算技术的未来发展方向。 本报告旨在为光计算领域的研究人员、产业从业者及政策制定者提供系统性参考，助力我国光计算技术从“实验室”走向“产业化”，在智算基础设施领域实现“换道突破”。 编制单位：中国移动研究院课题负责人：鲁泽霖王升课题参加人：鲁泽霖王升完成日期：2026年04月18日 目录 （一）政策背景.........................................................................................5（二）技术背景.........................................................................................6（三）产业情况.........................................................................................8 二、光计算的定义和分类...........................................................................................9 （一）光计算的定义..................................................................................9（二）光计算的分类................................................................................10（三）光电混合计算................................................................................11（四）光神经网络....................................................................................12（五）矩阵向量乘法................................................................................13 三、光计算技术架构.............................................................................................13 （一）材料及器件层................................................................................14（二）硬件层..........................................................................................15（三）基础软件层....................................................................................16（四）模型算法层....................................................................................18（五）应用层..........................................................................................19 四、光计算关键技术.............................................................................................20 （一）关键技术概述................................................................................20（二）材料及硬件层关键技术...................................................................20（三）基础软件层关键技术......................................................................25（四）模型算法层关键技术......................................................................30（五）应用层探索方向.............................................................................32 五、光计算面临的挑战与建议..................................................................................34 （一）材料与器件....................................................................................34（二）集成与封装....................................................................................35（三）光电混合系统................................................................................35（四）软硬件协同....................................................................................36 （一）共同攻关光计算关键技术................................................................37（二）共同推动光计算产业成熟................................................................37（三）共同推动光计算生态繁荣................................................................37 一、光计算的背景 （一）政策背景 随着人类社会加速迈向数字化、智能化时代，算力已成为全球数字经济发展的核心驱动力和全球科技竞争的制高点。一方面，算力的发展能够直接带动产业链上下游的有效投资,在稳经济、稳投资、稳增长方面发挥积极作用。据信通院测算，每1元算力投入能够带动3-4元GDP产出，算力产业带动经济增长潜力巨大；另一方面，各国纷纷加大以智能算力为核心的算力基础设施建设与布局，在AI芯片、部件、基础软件等方面构建技术壁垒，全球算力竞争愈发白热化。与此同时，人工智能大模型的发展对计算效率和计算能耗提出了更高要求，在此背景下，各界纷纷加大对新型计算架构的探索，光计算凭借其在大带宽、低能耗、抗干扰、高并行等方面的独特优势，成为近年来业界关注的热点。 国家高度重视光计算的研究和布局，将光计算作为我国重大科技发展方向予以重点支持。多个部委相继出台一系列重要政策，支持光计算芯片、光神经网络、硅基光电子等核心技术的研发，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》明确提出，要加强在集成电路、硅基光电子等关键前沿领域的战略研究与布局。科技部在“十四五”重点专项申报指南中，将信息光子技术、光电混合AI加速计算芯片等纳入重要内容，为科研工作提供了明确的方向指引。国家自然科学基金委将“实现大规模光计算芯片的智能推理与训练”列为2024年度中国科学十大进展之一， 进一步推动光计算技术的发展成熟。 地方政府积极响应国家号召，因地制宜地加快制定相关行动计划。广东省发布的《加快推动光芯片产业创新发展行动方案(2024—2030年)》，全力支持光计算、光神经网络等前沿技术研发，致力于攻克光芯片领域的关键核心技术，培育具有国际竞争力的领军企业，打造千亿级产业集群。北京市印发《北京市算力基础设施建设实施方案（2024—2027年）》，提出推动硅光芯片等先进技术研发，鼓励企业探索采用光计算等新技术、新架构开展智算中心建设。重庆市出台的《重庆市未来产业培育行动计划（2024-2027年）》，聚焦硅基光电子技术，大力支持光子技术发展，推动区域相关产业实现创新升级。湖北省在2025年政府工作报告中，将超高速混合光子集成芯片列为攻关突破方向，推动湖北省科技创新与产业创新。 从国家到地方，一系列政策举措形成了强大的政策合力，为光计算产业的蓬勃发展营造了良好的政策环境，助力我国在光计算领域抢占国际竞争制高点。 （二）技术背景 人工智能技术的深度应用与模型规模的持续扩张，推动智能算力需求进入爆发式增长阶段。近年来，以深度学习为核心的人工智能技术取得了突破性进展，广泛应用于图像识别、语音识别、自然语言处理等多个领域。随着人工智能模型规模的不断增大，如GPT-4等大型语言模型的出现，对算力的需求呈现出爆发式增长。据国际数据公司（IDC）和 浪潮信息联合发布的《2025年中国人工智能计算力发展评估报告》显示，2024年中国智能算力规模达725.3EFLOPS，同比增长74.1%；预计2025年将进一步增长至1037.3EFLOPS。这一爆发式增长背后，是大模型参数规模持续扩大、应用场景不断延伸的强力驱动，从单一的自然语言处理到多模态大模型，各类复杂任务对算力的需求与日俱增。 传统电子计算芯片面临摩尔定律放缓和高端制程“卡脖子”的双重挑战。随着半导体工艺逐渐逼近物理极限，曾长期支撑算力提升的摩尔定律已面临失效，单位面积内晶体管数量的增长速度明显放缓、晶体管尺寸缩小愈发困难，芯片性能提升节奏难以跟上大模型算力需求的增长步伐，二者之间的差距不断拉大，传统基于电子芯片的算力供给模式，已难以匹配大模型发展的算力需求，算力供需失衡问题日益凸显。与此同时，我国高端芯片领域还面临核心技术封锁、高端制程受限等“卡脖子”问题，国外芯片制程技术已从3nm稳步向2nm迈进，台积电、三星等行业