光电混合新范式：全球首款128x128矩阵规模光电混合计算卡正式发布-电子发烧友网

电子发烧友网报道（文/吴子鹏）光电混合计算卡，作为融合光学与电子学技术的高性能计算设备，借助光信号与电信号的协同处理，打破了传统电子芯片的物理限制，为人工智能、科学计算等领域开创了全新的算力模式。

近日，曦智科技正式推出全新光电混合计算卡 “曦智天枢”。曦智科技创始人兼首席执行官沈亦晨博士在发布会上表示：“曦智天枢首次成功将光电混合计算应用于复杂的商业化模型，这是曦智科技在光电混合算力技术产品化与商业化进程中的重大突破。我们坚信，光电混合技术将为人工智能、大语言模型、智能制造等领域带来算力革新。”

曦智科技创始人兼首席执行官沈亦晨博士

光子计算效率和能力的全面进化

当前，全球光芯片行业展现出巨大的发展潜力。光通信行业研究机构 LightCounting 在一份报告中分析称，光通信芯片组市场预计在 2025 年至 2030 年间将以 17% 的年复合增长率（CAGR）增长，总销售额将从 2024 年的约 35 亿美元增长至 2030 年的超 110 亿美元。

然而，现阶段光芯片市场主要集中于光通信应用，光电融合计算芯片和算力卡应用大多仍处于探索阶段，此前尚未在复杂商业应用中实现落地。随着摩尔定律发展速度放缓，光电融合计算受到的关注度显著提高，政策、资本和企业纷纷发力，加快光电混合计算的落地进程。

曦智天枢是一款深度融合光芯片与电芯片优势，并采用 3D 先进封装技术的可编程光电混合计算卡。与前代产品相比，该产品在光电集成度、光子矩阵规模、精度、可编程性等方面实现了显著的性能提升。

曦智天枢的核心由 128x128 光学矩阵乘法器的光学处理单元和电学专用集成电路构成。与上一代光子计算处理器相比，天枢的光子芯片面积、光学矩阵规模均是此前的4 倍，器件尺寸进一步缩小，器件集成数也从16000多个提升到4万余个。相较于曦智科技 2021 年发布的光子计算处理器 PACE，天枢在光计算精度上实现了质的飞跃，通过优化向量调制器设计，输出精度提升至 8bit，使其能够广泛应用于科学计算、图像处理、人工智能等对精度要求较高的领域。

光电混合计算卡的关键在于光学处理单元（OPU）与电学专用集成电路（ASIC）的深度协作。曦智科技联合创始人、首席技术官孟怀宇博士表示，与上一代产品相比，天枢在处理器方面进行了升级，采用了 OPU+ASIC 光电混合处理器。光子芯片的性能提升与光子矩阵规模、主频速率和波长数量等参数相关，而不依赖于晶体管密度及芯片制程的提升。同时，为使产业界对光电混合计算芯片有更统一、客观的认识，孟怀宇博士首次对外提出了等效光算力（EOPP：Effective Optical Processing Power）标准。这是一种综合考虑矩阵规模、输出精度、权重刷新速度等因素的算力评价方法，相较于当前主流的电芯片指标计算方法，更符合光计算的原理和特点。

曦智科技联合创始人、首席技术官孟怀宇博士

按照孟怀宇博士的阐述，等效光算力（EOPP） = 峰值算力 (TOPs) × 2^输出精度× 权重刷新（GHz）。

天枢采用 Flip-chip + TSV 先进封装工艺。其中，TSV 能够大幅缩短电流路径，降低传输延时；TSV 也能减少电阻和电感，进而降低电压，提升散热能力，确保电源更稳定、高效地供应到芯片的各个部分，提高了光电芯片的互连密度，节省了芯片面积。Flip-chip 极大地提高了光电芯片间的互连密度，缩短了互连线长度，从而降低了信号延迟并提升了数据传输速度。

同时，天枢提供丰富的软件支持：
·算子库包含 RVV（RiscV Vector）算子、电矩阵（dMAC）加速算子、光矩阵（oMAC）加速算子，以及非AI算子，支持 CV 类和 LLM 类模型；
·软件栈与主流框架如 Pytorch 和 ONNX 深度集成，用户可通过软件栈直接利用天枢的光矩阵和电矩阵加速单元对模型和算法进行加速与验证；
·提供曦智光模拟器，为用户提供便捷的光计算单元构建与仿真模拟功能，在模拟器上开发算力能够获得真实的精度。

让光电混合回归理性发展轨道

在曦智天枢发布之前，光电混合计算行业的发展不够务实。正如沈亦晨博士所说，天枢的发布证明了光电混合计算是一条可实现商业落地的赛道，且已经实现了商业落地。目前，天枢在各项指标、集成器件数量、算力以及整体带宽方面，已能够运行商业化应用。

然而，此前光电混合计算行业的主要关注点是实现比电计算快千倍、万倍的峰值计算，但这种计算提升忽略了落地应用中极为重要的算力精度，以及光子矩阵计算落地所需的可编程性。而天枢在实现数倍计算性能提升的同时，兼顾了这两方面。

曦智科技首席运营官王泷表示：“天枢的诞生，是曦智科技硅光、数字、模拟、封装、系统、软件等团队协同努力的成果。我们期待更多开发者和生态伙伴，借助天枢与我们一同探索光电混合算力更广阔的应用场景，共同朝着光电混合算力商业化的方向迈进。”