光子专用集成电路(PASIC)芯片设计商及制造商OpenLight公司总部位于美国加利福尼亚州圣巴巴拉附近的戈莱塔市。该公司于2022年6月正式独立运营,推出了业内首个搭载异质集成III-V族激光器、调制器、放大器及探测器的开放式硅光子平台。近日,OpenLight宣布,旗下PH18DA磷化铟(InP)硅光子平台已获得客户首批量产订单。该平台由OpenLight与以色列米格达尔哈埃梅克特种模拟晶圆代工厂Tower Semiconductor合作开发。此次量产基于NewPhotonics推出的800G与1.6T激光集成光子集成电路(PIC)解决方案,标志着高度集成的激光使能光子IC正式迈向AI与超大规模数据中心网络的大规模量产阶段。
对OpenLight而言,此次量产订单意味着公司完成了从前沿研发到制造就绪部署的关键跨越,同时也验证了PH18DA工艺作为下一代光互联可扩展量产平台的成熟度。NewPhotonics成为首家在PH18DA平台上实现量产的OpenLight客户,其方案相比传统分立式硅光子光学实现方式,在带宽密度、能效表现及封装尺寸缩减方面均有显著提升。
上述量产设计均基于OpenLight工艺设计套件(PDK)开发完成,将有源光子器件集成于单片式PIC之中。这种高度集成的方式不仅大幅缩小了整体封装尺寸,还消除了多处光学损耗来源,降低了封装与组装成本,同时显著改善了信号质量与能效表现——这些特性对于面向扩展型与横向扩展型数据中心部署的大规模AI基础设施至关重要。
"PH18DA平台迎来首批客户量产订单,这是OpenLight发展历程中的里程碑事件,也是对我们异质集成III-V族硅光子平台的有力验证。"OpenLight首席执行官Adam Carter博士表示,"这一成就充分证明,我们的技术已具备量产就绪能力,能够切实支撑800G与1.6T速率下AI数据中心网络的真实客户产品需求。"
NewPhotonics光互联业务高级副总裁兼总经理Doron Tal表示:"OpenLight平台使我们能够在单一解决方案中部署专为量产、高性能与大规模扩展需求而构建的高集成度光子IC。凭借每通道200G的设计规格以及单片PIC上的异质集成激光器,我们的客户可在统一架构中充分发挥我们独特的OSPic光信号处理优势,从而满足基于DSP及LPO OSFP可插拔模块与近封装光学(NPO)解决方案对能效、带宽密度及制造一致性的严苛要求。"
Tower射频业务部门副总裁兼总经理Ed Preisler博士表示:"PH18DA工艺的开发初衷,正是为了实现异质集成光子IC的可扩展、高良率制造,从而帮助Tower通过在产品组合中加入集成激光器,进一步拓展其在光模块领域的市场覆盖。首批量产订单的落地,充分证明了该工艺的成熟度,以及其在量产规模下支撑先进光学平台的能力。"
Q&A
Q1:OpenLight的PH18DA平台与传统硅光子方案相比有哪些优势?
A:PH18DA平台采用异质集成III-V族材料与硅光子技术,将激光器、调制器、放大器和探测器集成于单片PIC中,相比传统分立式硅光子方案,能够显著提升带宽密度和能效,减少光学损耗来源,降低封装与组装成本,并缩小整体封装尺寸,非常适合大规模AI数据中心网络部署。
Q2:NewPhotonics在PH18DA平台上的量产方案支持哪些速率规格?
A:NewPhotonics基于PH18DA平台推出的量产方案支持800G和1.6T两种速率规格,采用每通道200G的设计,并在单片PIC上实现异质集成激光器,可广泛应用于基于DSP及LPO OSFP可插拔模块与近封装光学(NPO)解决方案场景。
Q3:Tower Semiconductor在PH18DA平台开发中扮演了什么角色?
A:Tower Semiconductor作为特种模拟晶圆代工厂,与OpenLight合作共同开发了PH18DA工艺。该工艺专为实现异质集成光子IC的可扩展、高良率制造而设计,帮助Tower在光模块市场中新增集成激光器产品能力,此次首批量产订单的落地也验证了该工艺在量产规模下的技术成熟度。
好文章,需要你的鼓励
本田汽车因电动车战略失败,创下上市以来最大亏损,电动车相关损失高达1.45万亿日元(约92亿美元)。本田CEO宣布全面调整战略:放弃2040年淘汰燃油车计划,转而推进混动路线,计划到2028年推出两款新混动车型原型,并在本十年末全球发布15款新混动车型。与此同时,本田将暂停150亿美元的加拿大电动车工厂建设,并将俄亥俄州电动车产线改为混动和燃油车生产。
中山大学等机构发现,多模态AI在同一道物理题因表达形式改变时推理能力明显下滑,视觉数值与物理实体的绑定是最核心瓶颈,且遮黑训练图片同样能提升测试成绩。
IEEE信号处理学会与《IEEE信号处理精选主题期刊》联合发布专题征稿,聚焦"网络化AI"领域。该研究方向旨在让机器人和AI系统摆脱孤立运行模式,通过互联网络实现集体学习、实时协同优化。研究涵盖多智能体机器人、分布式AI、边缘智能、自动驾驶等方向,探索系统在无需人工干预的条件下自主进化的可能性。论文征集截止日期为2026年6月15日,成果将于2027年1月发布。
这项由纽约大学与弗拉托恩研究所开展的研究证明,允许可学习嵌入时,Transformer只需对数维度就能存储大量事实,MLP充当通用关系选择器而非知识查找表,思维链可绕开多跳推理的容量瓶颈。