C114讯 1月12日消息（九九）在日前举行的2023中国光通信高质量发展论坛 - 硅光技术研讨会上，腾讯光网络架构师封建胜表示，硅光技术一直在以自身独特的节奏发展，各种应用也让人眼花缭乱，但好消息是硅光商业化的路径越来越清晰，可谓“乱花渐欲迷人眼，浅草才能没马蹄。”
封建胜介绍，腾讯从社交软件开始发展，从QQ到微信为越来越多的人提供便捷的通讯工具。截至2022年第三季度，微信月活跃账户数达到13亿，小程序日活跃账户数达到6亿，视频号日活跃账户达到5亿，目前还在继续增长中。在这些业务背后是腾讯庞大的数据中心在支持，腾讯数据中心分布在全球26个物理地区，包括70个可用区，国内加速节点超过2000个，海外加速节点超过800个。
数据中心是一个复杂的数字经济基础设施，核心是服务器与网络。目前腾讯在全球有接近200万服务器，数据存储规模超过EB级别，全球加速节点超过2800个，带宽储备达到200T。服务器与用户之间的连接便是光通讯网络，数据中心内部的光网络主要由网卡、交换机和光模块等硬件组成，目前腾讯的网卡端口速率达2×50G、2×100G, 2×200G的网卡芯片正在开发中；TOR交换机交换容量为8T，核心交换机容量达25.6T；对应的光模块有200G 1分2线缆，200G QSFP56封装的SR4光模块，以及200G QSFP56封装的FR4光模块。
封建胜指出，在腾讯微信、小程序、视频号等业务的背后，人工智能（AI）和机器学习（ML）等新技术发挥着越来越重要的作用。当前视频号的推荐越来越精准，这背后就是AI和ML在推动。
封建胜进一步指出，利用算法代替人工进行分级，推荐效率和精准性都得到了很大提升，但也面临着新的问题：滞后的硬件算力和滞后的网络带宽。最近10年，AI训练模型对算力的需求中，机器视觉、自然语言处理的增长速度为每两年15倍；Transformer大模型的增长速度更是达到每两年750倍，远远超过摩尔定律的每两年两倍。这意味着硬件的算力跟不上训练模型的需求。
不仅如此，存储和互联的速率增长速度更加缓慢。硬件算力在20年内增长了9万倍，内存总线，例如DRAM 20年内增长仅30倍，互联带宽在20年内也仅增长30倍，都远远低于硬件算力的增长。
封建胜表示，互联带宽和硬件算力之间的鸿沟越来越大，是困境、是挑战，更是机遇。封建胜认为，高性能计算是未来光通讯的重要增量场景。在过去的一年中，腾讯研发了第一台25.6T CPO交换机，在端口密度、功耗、延迟等方面都有收益，为高性能计算网络的建设奠定了基础。更进一步，硅光将光电转化部件移动到主要的电芯片近端，利用光I/O代替电I/O，实现互连带宽的快速增加，可能突破Memory Wall，“这个技术方向是我们非常看好的。”
在未来，腾讯将探索硅光在数据中心的更多应用，400G BR4或800G BR8规格是腾讯目前正在摸索的一个方向。
硅光在数据中心的另一应用场景，就是当前主流计算技术消耗了太多能量，能效低。2016年AlphaGo横空出世，全世界都在感慨人工智能、机器学习的强大，但却忽略了背后的能效比较。AlphaGo的功耗是150千瓦，而人脑的功耗约为20瓦，两者相差超7000倍。其根本原因在于，主流计算机采用的是冯·诺伊曼架构，存在冯·诺伊曼瓶颈。
最近几年很多初创公司在开发近程计算芯片，积极探索如何解决这一瓶颈。封建胜认为，最好的解决方案是存在一体，相比于电存算一体，光存算一体同样值得探索和研究。光计算具有高带宽、信息吞吐量大的特点，国内外也有不少初创公司在开发相关产品，但是数据还是存储在电学领域，需要大量的光电、电光转换，“或许当光学忆阻器成熟的时候，硅光在光计算上可以发挥其全部优势。”封建胜说。 