大语言模型和生成性AI领域的进步，正在推动AI成为推动全球经济发展和社会变革的关键力量。为满足日益增长的AI大模型训练和推理需求，可扩展计算架构愈发需要更大的数据I/O带宽和更长的连接距离，以支持大型xPU集群和更高效的资源利用架构，如GPU解耦和内存池化。
在这一情形下，英特尔研究院副总裁、英特尔中国研究院院长宋继强认为，I/O通信需要根据传输距离采用不同的技术：传统基于铜线连接的电学I/O的性能局限逐渐显现，为实现高带宽密度和低功耗，仅适用于很短的传输距离（小于1米）。超过100米的通信，可采用可插拔的收发器，这需要高速串行器与解串器或DSP。而在100米以内的通信，光学I/O技术提供了远超电学I/O的带宽、传输距离、高抗干扰能力和低能耗的优势，而且业界共识是通过硅光集成技术，将光学I/O与CPU、GPU或SoC共封，全面优化和改善I/O带宽密度、总能效比、延迟和成本。
着眼于AI引发第四次工业革命、硅光集成重要性凸显的这一历史节点，英特尔、台积电、三星等均在发力硅光集成。
台积电宣称其正开发的三维立体光子堆叠技术COUPE，计划在2025 年完成将COUPE技术用于小尺寸可插拔设备的技术验证，并于2026年推出基于CoWoS 封装技术整合的共封装光学模块。三星也计划在2027年推出一体化、CPO集成的AI解决方案，旨在为客户提供一站式AI解决方案。三星还投资了硅光子学公司Celestial AI，目前完成了1.75亿美元C轮融资。而英特尔先声夺人，在前不久展示了一款与CPU共同封装的硅光集成（OCI）芯粒，这一技术不仅标志着数据中心和高性能计算(HPC)应用中的AI基础设施向前迈出了重要一步，也预示着高带宽互连技术的新纪元。
解决重重挑战
随着AI大模型走向规模定律（Scaling Law），不仅在训练和推理时需要部署多个服务器机架，甚至还要跨机架连接组成服务器集群。宋继强分析，无论是将模型的规模做得越大，在已有的数据集上训练以获得更好的效能，还是模型保持尺寸不变，将用来做训练的数据规模做大提升性能，对整个计算、存储以及I/O通信的要求不断走高，需大幅提高I/O带宽密度和互连距离，OCI成为100米以内通信的最佳选择。
作为开山之作，英特尔OCI芯片的核心是将硅光子集成电路（PIC）和电子集成电路（EIC）封装于一体，作为一个完整的物理层光I/O器件，PIC包括片上密集波分复用（DWDM）激光器、光放大器（SOA）、调制器、光波分复用器和解复用器，EIC则包含xPU等。
但将光电共封绝非易事。宋继强提及，将PIC的光学功能（例如光的产生、调制和检测）整合到硅基板上，要解决诸多挑战。
“如何将激光器集成是一大挑战，必须产生激光和进行光学校准，这对于制造来说是一大难题。还需要调制器等器件，通过改变穿过它们的光的强度或相位将电子信号转换为光信号。在接收端光电探测器将光信号转换回电子信号，从而完成通信回路。此外，封装必须支持光子结构的稳定性，最大限度地减少可能破坏光信号完整性的任何位移或振动，同时还要使其能够与电子元件无缝交互。”宋继强强调。
在解决PIC挑战之外，将光学I/O芯粒集成到 CPU 或 GPU 封装中在技术层面也要解决增加热量管理、封装设计和供电方面的挑战。同时，在两个独立的芯片（硅光子集成电路和电子集成电路）上构建光子和CMOS电路，要确保可扩展性和性能优化，而无需在单个芯片上结合两种截然不同的技术所必需的折衷。
据悉，与电子电路相比，封装和组装通常只是成本的一小部分，但集成PIC的复杂性颠覆了这一比例。据研究估计，光子器件的封装、组装和测试成本高达模块总成本的80%。
更棘手的是，如何保障硅光子学的大规模量产亦是一项艰巨的任务。
差异化优势显著
所幸的是，在OCI领域英特尔攻坚克难，推出的OCI也实现了新的进阶和突破。
宋继强介绍，英特尔OCI支持64个通道的32G数据传输，可支持高达每秒4Tbps的双向数据传输，延迟小于10ns（纳秒级），传输距离可达100米。更重要的是，该技术与PCIe5.0兼容。每对光纤携带8个DWDM波长，功耗仅为每比特5皮焦耳（pJ），即10的负12次方焦耳，这个数据比可插拔光收发器模块的功耗降低了3倍。
可以说，OCI不仅满足了AI基础设施对更高带宽、更低功耗和更长传输距离的需求，同时支持未来CPU/GPU集群连接和新型计算架构的可扩展性，包括一致的内存扩展和资源分解。
这一卓越性能也全面体出了英特尔的差异化优势。
“高频率的激光器和硅光放大器实现了真正的晶圆级制造，而不需要将单个芯片从晶圆上切割下来单独处理，采用普通的光纤即可传输。这种方法不仅简化了生产流程，还提高了可靠性。通过与EIC的封装集成，未来会进一步提升良率降低成本，走向规模化。”宋继强分享道，“业界有些在采用外部激光器的方案，还需要专门的保证偏振光特性不变的光纤，带来高成本以及没有规模化部署案例的挑战。”
面向量产挑战，值得一提的是英特尔的OCI芯粒是基于内部经过量产验证的硅光子集成平台打造而成，该平台自2015年以来为超大规模数据中心内的连接应用交付了超过800万个光收发器模块，在性能、成本、可靠性和制造能力方面具有明显的差异化优势。
英特尔已成功证明其拥有一个成熟的、经过量产验证的硅光子平台，其可靠性已在数百万个器件上得到验证，数据显示时基故障率小于0.1。
对于制程走向，宋继强分析，PIC通常追求小型化，但首要是保证达到足够的效率，采用的制程会比EIC要更成熟一些，EIC则相对要求先进的节点，同时要充分考虑到未来可扩展性的需求。因而，英特尔采用在主机xPU与I/O之间使用电气接口，这些接口已通过健全的IP生态系统实现标准化，例如 UCIe、PCIe、以太网等。
新兴技术助推
在成功完成了OCI首秀之后，英特尔也在优化的路上持续精进。
对此宋继强总结道，英特尔正在投入研发新的硅光子制造工艺节点，该节点将实现领先的器件性能提升、更高的密度和更好的耦合性，预计能将芯片面积减少40%以上，并大幅提高经济效益。英特尔还将继续改善片上激光器和光收发器的性能、成本和可靠性。英特尔制定了积极的路线图，通过提高线速率、每条光纤的波长数、光纤数量和偏振模式，扩展未来OCI芯粒的性能，后续产品预计将支持高达32 Tbps的数据传输速率的同时，还致力于将能效降低到每比特3.5皮焦耳以下。
还要看到的是，围绕OCI代工三大巨头的火力比拼正在全面展开，而先进封装和先进材料的采用和进阶也成为决定胜负的新筹码。
对于PIC和EIC的集成技术，宋继强指出，目前 PIC和EIC 集成如同一个Die，在晶圆级就完成了集成，不涉及2.5D的关系。未来为实现新的扩展，可采用EMIB、Foveros Direct等先进封装，也可采用RDL，重要是满足所需的带宽和密度。
随着玻璃基板成为替代有机基板的新一代技术，业界共识是基于玻璃基板的光子集成系统是解决带宽增大、通道数变多的核心技术。Yole分析认为，随着玻璃基板技术的成熟和供应链的发展，玻璃基板有望重新定义先进封装的格局。
目前，台积电已成立玻璃基板技术团队，在积极布局硅光子领域，或将实现硅与光电的跨界整合。三星也亲自下场开发玻璃基板，在OCI方案中或将进行TGV作为中介层的战术部署。
对于玻璃基板在英特尔OCI中的应用，宋继强也提及，因为玻璃基板导光度强，硅光与玻璃基板集成可助力实现更好的光波导，英特尔在这一领域也在深入布局。
全面而言，硅光集成不仅是AI时代高带宽传输领域的一大重要进展，亦有望彻底改变AI基础设施和连接方式。伴随着OCI技术的不断发展，也将持续在高性能计算、云计算和边缘计算领域书写计算行业的新篇章。
