科创院士谈｜常瑞华：未来会出现“光芯片领域的英伟达”

人工智能时代，算力竞赛的聚光灯长期打在GPU上，但另一条隐形赛道正悄然升温——光芯片。

“AI算力的下一场竞争，很大程度上也是互联能力的竞争。”8月18日，中国工程院外籍院士、香港中文大学（深圳）校长学勤讲座教授常瑞华，在深圳创新发展研究院举办的“院士报告厅”活动中表示。

在她看来，当AI算力竞争从单卡性能比拼转向集群协同能力角逐，光芯片正迎来历史性机遇。其中，VCSEL（垂直腔面发射激光器）技术路线有望在这一进程中扮演关键角色。

而对于“未来是否会出现光芯片领域的英伟达”的听众提问，这位VCSEL领域的顶尖学者毫不犹豫地回答：“会。当然会。一定会。”

AI算力的下一场竞争

常瑞华的演讲题目为《光芯片在AI时代的重要价值和应用前景》。

常瑞华在深圳创新发展研究院“院士报告厅”发表演讲

她指出，当前全球AI基础设施正爆发式增长，“万卡集群”“十万卡集群”成为行业热词。但算力并不只取决于GPU的数量和单颗性能，更关键的是这些GPU能否高效协同计算。“真正的大模型训练，需要成百上千、成万颗GPU协同工作。所以互联本身，就是计算系统的一部分。”

这一趋势在英伟达最新推出的NVL72机架级系统中体现得尤为明显——72颗Blackwell GPU通过NVLink和NVSwitch构成统一计算域，交换系统不再置于机架顶部，而是紧贴GPU部署。常瑞华解释，当单通道速率从几十Gbps向100Gbps、200Gbps演进，铜互联的有效传输距离急剧缩短，“几十厘米就可能带来明显的电信号损耗”，系统架构不得不重新设计。

国内企业同样在快速跟进。华为此前推出昇腾384超节点，今年7月又公开展示Atlas 950 SuperPoD的1024卡集群。“这个数字还会继续增加。”常瑞华说，“AI算力的下一场竞争，很大程度上也是互联能力的竞争。”

从“快而窄”到“快而宽”

随着光互联向GPU、交换芯片不断靠近，NPO（近封装光学）、CPO（共封装光学）等新架构加快落地。其核心逻辑是一致的：缩短高速电信号传输距离，让数据尽早变成光。

常瑞华分析，当前全球AI短距光互联主要有三条技术路线。硅光EML属于“快而窄”方案，单通道速率极高但集成通道有限、成本偏高；Micro LED是“慢而宽”路线，阵列化能力强但单通道高速调制能力不足，且与现有多模光纤生态适配度有限；VCSEL则处于两者之间——既能保持较高单通道速率，又天然适合形成二维阵列，打破了“高速难集成、集成难高速”的两难困境。

这正是常瑞华团队及其创办的博升光电重点突破的方向。据她介绍，博升光电采用倒装背发射设计，将传统顶发射VCSEL的电极倒装到载板上，光从芯片背面出光，既优化了散热路径，也为高密度二维阵列扫除了布线障碍。配合超表面（metasurface）光学集成技术，可直接在芯片背面实现光束准直和整形，省去大量后装微透镜的装配和对准。目前公司累计出货高速VCSEL已超600万颗。

光芯片会形成自己的“摩尔定律”

常瑞华认为，光芯片不会简单复制电子芯片的摩尔定律，但一定会形成自己的扩展规律。“一旦找到了一个可以持续扩增的参数，整个产业就会不断推动它。LED是这样，光通信是这样，VCSEL也会这样。”

在应用层面，她判断传统可插拔光模块不会消失，其成熟性和可维护性在大量场景中仍不可替代。但随着AI系统要求光越来越靠近计算芯片，“光引擎”这一新产品形态将快速崛起——可以理解为一个更小、更简化、更靠近GPU或交换芯片的“光模块”。

至于光计算，常瑞华认为“光电融合”才是正解。“未来不是谁消灭谁，而是把电子最擅长的事情交给电子，把光最擅长的事情交给光。”光在高速传输、波分复用、并行矩阵运算等方面具有天然优势，而电在逻辑、存储、控制方面的技术积累极为成熟。异质集成和先进封装正在让两者加速走向融合。

“当然是自己开路”

在互动环节，面对“光通信产业是否会出现严重产能过剩”的提问，常瑞华坦言所有行业都有周期，但长期趋势明确：“随着带宽需求上升，光互联向更短距离渗透是一个非常明确的趋势。短期的行业波动是波浪，我们要学会驾驭周期、顺势而为。”

当被问及中国光芯片企业应该“追赶”还是“自己开路”时，常瑞华回答：“当然是自己开路。”

作为一位在美国从事数十年科研后选择全职回国的学者，常瑞华2021年扎根深圳，2023年加入香港中文大学（深圳）。她坦言选择深圳的原因是这里“有一种努力奋斗、敢于创新的精神，产业环境对新技术、新企业非常包容”。

演讲结束前，常瑞华被问及个人坚持研究VCSEL数十年的动力。她说自己常跟学生开玩笑——research（研究）就是“re-search（再找一遍）”，“别人说‘不行’，不代表你自己不能再探索。保持这种不断问问题、不断探索的精神，是我做研究最重要的动力”。