哥倫比亞大學的工程師發明了一種強大的3D 光子電子晶片，它可以克服人工智慧最大的硬體挑戰之一：耗能的資料傳輸。他們的設計將基於光的數據移動​​與CMOS 電子設備相結合，以實現極高的效率和頻寬。這項突破可能會重塑AI 硬件，使系統更智能，能夠以更快的速度傳輸數據，同時消耗更少的能源——這對於自動駕駛汽車、大規模AI 模型等未來技術至關重要。

3D光子晶片模組。圖片來源：Keren Bergman

人工智能 (AI) 具有推动重大技术突破的潜力，但其进展因能源效率低下和数据传输瓶颈而放缓。现在，哥伦比亚工程大学的研究人员开发出了一种有前途的解决方案：一种 3D 光子电子平台，可显著提高能源效率和带宽密度。这些是构建更快、更强大的 AI 硬件的关键步骤。

這項研究發表在《自然光子學》雜誌上，由電氣工程系查爾斯·巴徹勒教授凱倫·伯格曼領導，介紹了一種將光子學與先進的互補金屬氧化物半導體(CMOS) 電子技術相結合的新方法。這種整合實現了高速、節能的數據通信，並直接解決了人工智慧最大的硬體限制之一：快速移動大量數據而不消耗電量。

「在這項研究中，我們提出了一項能夠以前所未有的低能耗傳輸大量數據的技術，」伯格曼說。 “這項創新突破了長期以來限制傳統電腦和人工智慧系統中數據移動的能源障礙。”

電機工程研究生、論文合著者邁克爾·卡倫(Michael Cullen) 與凱倫·伯格曼(Keren Bergman)（前景）在光波研究實驗室一起工作。圖片來源：Timothy Lee／哥倫比亞工程學院

哥倫比亞大學工程團隊與康乃爾大學Ilda 和Charles Lee 工程學教授Alyosha Christopher Molnar 合作開發了一款3D 整合式光子電子晶片，該晶片在緊湊的晶片空間內擁有80 個光子發射器和接收器的高密度。該平台提供高頻寬（800 Gb/s），具有出色的能效，每位元僅消耗120 飛焦耳。頻寬密度為5.3 Tb/s/mm²，這項創新遠遠超出了現有基準。

該晶片專為低成本而設計，將光子裝置與CMOS 電子電路整合在一起，並利用商業代工廠生產的組件，為廣泛的行業採用奠定了基礎。

該團隊的研究重新定義了數據在計算節點之間的傳輸方式，解決了長期以來的能源效率和可擴展性瓶頸。透過3D 整合光子和電子晶片，該技術實現了無與倫比的節能和高頻寬密度，擺脫了傳統數據局部性限制。這個創新平台使AI 系統能夠高效傳輸大量數據，支援以前由於能源和延遲限製而不切實際的分散式架構。

由此產生的進步有望實現前所未有的性能水平，使該技術成為未來各種應用計算系統的基石，從大規模AI 模型到自主系統中的即時數據處理。除了AI 之外，這種方法還具有為高效能運算、電信和分解式記憶體系統帶來變革的潛力，標誌著節能、高速運算基礎設施新時代的到來。

編譯自/ ScitechDaily