中移智库：2025年面向新型智算的光计算技术白皮书

微信扫码，打开到小程序

中国移动 面向新型智算的光计算白皮书（2025） I 面向新型智算的光计算 技术白皮书 （2025 年） 发布单位：中国移动 牵头编制单位：中移智库、中国移动通信研究院 中国移动 面向新型智算的光计算白皮书（2025） II 编写说明 牵头编写单位： 中国移动通信集团有限公司 联合编写单位： 上海曦智科技有限公司 光本位智能科技（上海）有限公司 中国移动 面向新型智算的光计算白皮书（2025） III 前 言 近年来，全球人工智能飞速发展，推动人类社会从“信息时代” 加速迈向“智能时代”，算力作为加速这一进程的核心引擎，已成为 推动全球数字经济增长和人类社会智能升级的新动能。中国移动准确 把握 AI+时代发展脉搏，勇担发展新质生产力先行者、排头兵，持续 打造以智为核心、算网智一体化发展的算力网络，旨在推动算力成为 可“一点接入、即取即用”的社会级普惠服务。 光计算作为后摩尔时代的新型计算范式，具有大带宽、低能耗、 抗干扰、高并行等特点，在处理人工智能、信号处理等任务方面具有 独特优势，有望突破传统电子计算的效能瓶颈，成为未来算力网络的 新型智能算力底座，支撑 AI+时代大模型的高效训推和创新应用。 本白皮书详细阐述了光计算的发展背景、内涵、总体技术架构与 技术路线，并针对当前光计算面临的问题及解决方案进行了系统性分 析。光计算的发展成熟需要产学研用各方凝心聚力，中国移动愿与业 界合作伙伴一道，共同攻关光计算关键技术，孵化创新应用，加速光 计算从“实验室”到“产业化”进程，推动光计算技术成熟和生态繁 荣，助力我国实现算力技术的“换道突破”和产业的“弯道超车”。 中国移动 面向新型智算的光计算白皮书（2025） IV 目 录 前 言............................................................................................................................. III 目 录.............................................................................................................................IV 1. 光计算的发展背景.....................................................................................................1 1.1. 政策背景........................................................................................................ 1 1.2. 技术背景........................................................................................................ 2 1.3. 产业情况........................................................................................................ 3 2. 光计算定义和关键技术............................................................................................. 5 2.1 光计算的定义及分类........................................................................................5 2.2 光计算总体技术架构........................................................................................6 2.3 光计算的核心技术路线.................................................................................... 7 2.4 光计算系统架构............................................................................................. 11 3. 光计算面临的挑战及建议........................................................................................13 3.1 材料与器件.................................................................................................... 13 3.2 集成与封装.................................................................................................... 14 3.3 光电混合系统.................................................................................................14 3.4 软硬件协同.................................................................................................... 15 4. 业界创新实践进展...................................................................................................16 5. 展望与呼吁..............................................................................................................19 参考文献.......................................................................................................................20 缩略语列表................................................................................................................... 21 中国移动 面向新型智算的光计算白皮书（2025） 1 1. 光计算的发展背景 1.1. 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 中国移动 面向新型智算的光计算白皮书（2025） 2 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。 1.2. 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 725.3 EFLOPS，同比增 长 74.1%；预计 2025 年将进一步增长至 1037.3 EFLOPS。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、 中国移动 面向新型智算的光计算白皮书（2025） 3 三星等行业巨头不断突破技术壁垒，持续提升芯片性能与集成度，国内芯片主要 制程仍停留在 14nm，与国际先进水平存在显著差距，制程技术的滞后，极大限 制了芯片性能的提升空间，导致国产芯片在性能表现上与国际顶尖产品存在代差。 传统电子芯片能耗问题日益严峻，不利于数据中心可持续发展和双碳目标实 现。全球数据中心耗电量持续攀升，根据国际能源机构 IEA 于 2025 年 4 月份的 数据，自 2005 年至 2024 年，增长幅度超 3 倍。根据中国信通院发布的《绿色算 力发展研究报告（2025 年）》， 2024 年我国数据中心用电量约 1660 亿千瓦时， 占全社会用电量约 1.68%，数据中心碳排放总量为 0.859 亿吨。如此巨大的能耗， 不仅加重了能源供应负担，还拉高了运营成本，不利于国家绿色低碳发展战略落 实，传统电子芯片能耗问题亟待解决。 1.3. 产业情况 在全球光计算技术竞速与 AI 算力需求爆发的双重驱动下，国内外企业及科 研院所加快光计算技术的探索与实践，取得了一系列关键进展。 以美国为主的海外光计算企业依托顶尖科研院校技术积淀与资本密集投入， 加速光计算产业化探索。Lightmatter 创立于 2017 年，技术出自麻省理工学院， 其产品涵盖光子计算平台（Envise）、芯片互连产品（Passage）和适配软件（Idiom）， 专注于光电混合 AI 训练，近期获得 4 亿美元 D 轮融资，估值达 44 亿美元，并已 与芯片制造商和云服务提供商合作推进大规模部署。LuminousComputing 于 2018 年成立，技术源于普林斯顿大学 PaulPrucnal 课题组，2023 年展示了 O 波段 TRX 光子链路，该芯片运用 45nm 工艺降低损耗，高速 I/O 可直连 SERDES。2022 年 3 月，其在 A 轮融资中获 1.05 亿美元，投资者包括 Gigafund、比尔・盖茨等，投 后估值 2-3 亿美元。​ 受益于政策大力扶持以及本土化替代的广阔潜力，国内光计算产业迎来新 一轮快速增长。上海曦智科技于 2018 年成立，作为国内光计算产业化的先行者 中国移动 面向新型智算的光计算白皮书（2025） 4 之一，围绕光子矩阵计算、片上光网络、片间光网络三大核心技术开展产品研发， 构建了从光计算到光互连的全栈技术链，2025 年推出天枢光电混合计算卡，光 学处理单元支持 128×128 规模矩阵计算，2025 年 9 月曦智科技宣布完成由中国 移动旗下基金、上海国投等参与的规模超 15 亿元人民币的 C 轮融资。苏州光本 位科技于 2022 年创立，技术源于牛津大学，光计算芯片产品支撑 128×128 矩阵 规模，其在相隔半年内于完成分别由锦秋基金领投和敦鸿资产领投的两轮融资。 北京芯算科技成立于 2023 年，技术源自麻省理工学院，于 2023 年推出集成多部 件的高维光计算芯片和光电混合计算原型板卡。 我国高校及科研院所在光计算技术探索方面百花齐放，成为支撑光计算技术 创新和产业发展的重要力量。清华大学推出“太极 1、太极 2”芯片，首创分布 式广度智能光计算架构，“太极”芯片实现 160 TOPS/W 智能计算，在 Nature 上 发表多篇论文。中国科学院上海光机所研发出“流星一号”，在光芯片高密度信 息并行处理难题上取得突破，该芯片在 50 GHz 光学主频下理论峰值算力达 2560 TOPS。 中国移动 面向新型智算的光计算白皮书（2025） 5 2. 光计算定义和关键技术 2.1 光计算的定义及分类 光计算技术是指利用光子作为信息载体，基于光的调制、干涉、衍射、传播 等物理特性，通过必要的光学操作实现信息处理的新型计算技术。其核心是替代 传统电子计算中电子的信息载体角色，依托光子传播速度快、并行性强、抗干扰 能力突出、能耗低等优势，突破电子计算在速度、功耗、带宽上的瓶颈，满足高 算力场景下的高效计算需求。 按照计算原理的不同，光计算可以分为光量子计算和光经典计算。 光量子计算利用光的粒子性（如叠加、纠缠等），对光子进行操控及测量来 实现量子计算。目前，光量子计算技术处于早期发展阶段，主要以技术探索和解 决特定问题为主。 光经典计算利用光的波动性（如衍射、干涉等）实现电子计算机的功能。与 电子计算机类似，按照处理信号类型的不同，光经典计算可分为数字光计算和模 拟光计算。数字光计算是利用光学器件逻辑门，通过复杂的逻辑门组合构建类似 传统数字电子计算原理的计算系统完成计算，但目前尚未被验证是一种有效的、 通用的计算架构。模拟光计算则是利用多维光场调制实现某种专用的光学信息处 理，其实现人工智能常用的光神经网络主要通过基于自由空间光学系统和基于集 成光学平台两种方式。基于自由空间光学系统的光神经网络利用光在自由空间的 传播和交互进行计算，不依赖于固定的光波导结构，具有灵活性高、可扩展性强 的特点，但也面临着尺寸较大，不利于集成，环境因素敏感导致稳定性和精度问 题，通常用于快速原型设计和算法探索。基于集成光学平台的光神经网络使用光 波导引导光的传播，具有集成度高、能量效率高的优点，但目前仍面临着制造难 度大、灵活性有限的问题，适用于需要高集成度、低功耗、稳定的应用场景。随 着人工智能对算力要求的不断提升，基于集成光学平台的片上光计算在处理人工 中国移动 面向新型智算的光计算白皮书（2025） 6 智能模型并行计算任务时显现出独特优势，已成为当下业界研究的热点，有望成 为未来新型智算中心的智能光算力底座。（若无特殊说明，后续章节所述“光计 算”均指片上光计算。） 2.2 光计算总体技术架构 光计算技术架构包括硬件层、基础软件层、模型算法层和应用层，整体架构 和内容仍在持续完善过程中。 图 1 光计算总体技术架构  硬件层：为光计算提供光学材料、基本光学器件，并将一系列光学器件 组合成基本计算单元，通过光电协同或全光处理实现信息的传输、计算、 存储，是实现高算力与高能效的根基。目前，业界对于硬件层的研究重 点聚焦于硅光/铌酸锂异质集成、MZI 阵列、低损波导、光电转换、高速 调制器与探测器等，已实现 128x128 光计算矩阵阵列，但晶圆级良率与 封装成本等仍待产业验证。  基础软件层：为光计算提供基础软件工具平台，把算法映射为可执行的 光计算单元，并提供校准、调度、容错与性能分析等功能。当前业界各 方正积极开展光计算基础软件的研发，以实现自身芯片和模型算法的高 中国移动 面向新型智算的光计算白皮书（2025） 7 效适配，但相关标准和接口尚未实现统一。  模型算法层：面向光学物理，将 AI 任务翻译成“光学友好”、可训练、 可扩展的神经网络结构与算法。业界目前以 O-CNN、O-RNN、O-DNN 等光 学神经网络为重点研究方向，前馈神经网络已在光计算芯片上得到验证。  应用层：提供模型训推、目标识别、图像检测、视频分析等能力，赋能 自动驾驶、安防识别、生物医药等多种 AI 场景。当前部分企业已推出光 学计算加速板卡原型系统，但主要面向科研领域或特殊场景，尚未进入 大规模商业部署阶段。 2.3 光计算的核心技术路线 光矩阵计算是面向新型智算的光计算核心。神经网络中包含大量的以矩阵- 向量乘法(Matrix-vector multiplication, MVM)，即矩阵和向量的点乘内积以 及乘加计算操作，如果矩阵-向量乘法以光速进行，可以有效加速人工神经网络 中密集的矩阵乘法计算过程，并减少能量和时间的消耗。 基于集成光学平台实现光神经网络中线性矩阵运算，目前主要四种技术路径： 基于基于马赫-曾德尔干涉仪(Mach-Zender Interferometer, MZI) 阵列、基于 微环谐振器