据《南华早报》报道，一个中国研究团队已将 3D 光学芯片的生产时间从数小时缩短至数秒，这一制造突破可能会加速基于光的计算硬件的开发，该硬件长期以来被视为超越传统电子产品的一条有前途的道路。这一进展于 2026 年 7 月 19 日报道，正值构建更快、更高效的人工智能硬件的全球竞赛愈演愈烈之际。
制造时间的缩短是显着的，因为制造速度一直是阻止光学芯片走出实验室并进入商业生产的主要障碍之一。通过将曾经需要数小时的过程压缩为几秒钟，这项工作预示着未来可以按照大规模人工智能基础设施所需的数量和成本生产光学元件。 更多相关背景，请参阅我们的AI行业报道。
为什么光学芯片对人工智能很重要
光学或光子芯片使用光而不是电流来处理信息。对于人工智能工作负载，大量数据在内存和处理器之间移动，光子学的吸引力在于速度和能源效率的潜在提升。与铜互连相比，光可以用更少的热量携带更多的数据，这就是研究人员花费数年时间尝试构建实用的光学计算系统的原因。
三维光学芯片以分层结构堆叠光子元件，因此特别有吸引力，因为它们可以将更多功能集成到更小的占地面积中。挑战在于，传统上制造这些复杂的 3D 结构既缓慢又昂贵，限制了它们只能进行小规模研究演示，而不是大规模生产。
制造瓶颈
中国团队解决的瓶颈是先进制造领域常见的瓶颈。能够产生复杂的 3D 光子结构的技术往往会牺牲精度来换取速度，反之亦然。无论单个设备的性能多么令人印象深刻，每个芯片以小时为单位的流程都会使大规模部署变得不经济。将时间缩短到几秒可以从根本上改变经济学。
正如《Crypto Briefing》在其报道中指出的那样，这一发展对于该媒体所描述的人工智能硬件竞赛至关重要，它将制造业的进步与构建下一代计算基础设施的更广泛的竞争联系起来。这意味着芯片制造方式的突破与芯片设计的突破一样重要。
竞争激烈的领域
所报道的进展使中国研究人员跻身于拥挤的国际领域的领导者之列。世界各地的主要实验室都在进行针对人工智能的光学和硅光子学研究，从硅光子学支持的基于芯片的 3D 打印到声称比传统加速器具有大幅效率提升的光子处理器。竞争之所以激烈，是因为其回报——一个可以支持下一代人工智能模型而不触及当今硬件的功率和互连限制的计算平台——将是变革性的。
在美国对先进半导体实施出口管制的背景下，新型计算架构的突破具有更大的战略意义。光学芯片代表了一个相对开放的前沿领域，在传统硅制造领域已确立的主导地位并不能保证领先地位。 《南华早报》报道的制造业进步可能有助于确定哪些地区和机构塑造下一个计算范式。
从实验室到工厂
研究成果与可部署产品之间的距离仍然是光计算的核心问题。在实验室规模发挥作用的制造技术必须是可重复的、可靠的，并且与现有的封装和集成流程兼容，然后才能影响真正的人工智能系统。从几小时到几秒的飞跃是商业可行性的必要条件，但其本身并不是充分条件。
尽管如此，制造速度的进步往往会带来进一步的进步。更快的制造速度使研究人员能够更快地迭代设计，测试更多变体，并收集改进工艺以实现工业可靠性所需的数据。对于一个多年来一直与实际相关的领域来说，这种加速可能与任何单一的性能里程碑一样重要。
对 AI 硬件路线图的影响
对于大力投资人工智能基础设施的公司和国家来说，传达的信息是人工智能计算的未来可能不会由当今的主导硬件来解决。如果光学芯片可以快速大规模制造，它们最终可以补充或与目前支持模型训练和推理的加速器竞争。这种前景增加了整个行业已经可见的多元化战略的紧迫性，投资正在扩展到定制芯片、新颖的存储架构以及现在的光子方法。
《南华早报》的报告没有详细说明完整的商业化时间表，将秒级制造工艺转化为大批量制造将需要持续的工程努力。但方向很明确：人工智能计算的物理基础在不断变化，解决制造问题而不仅仅是设计问题的团队将最有能力塑造接下来的发展。
---
掌握AI最新动态获取最新的AI新闻、分析和突破——尽在一处。
阅读更多AI新闻 →
