# 光子计算崛起：AI算力新范式：七大YouTube频道深度精读
> 本期分类：**科技前沿（tech）** · Round 1
> 核心发现：当 AI 数据中心的功耗逼近电网极限，"用光取代电"的硅光子与光子计算正从实验室走向量产。本期精选七大优质 YouTube 内容源，从半导体商业分析、芯片原理动画、AI 论文解读到厂商官方制造工艺，全景拆解这条被英伟达、AMD、英特尔集体下注的"光之路"。
## 一、为什么 2026 年是"光子计算元年"
过去一年里，三件事让"光子计算"从前沿论文变成产业现实：
- **Lightmatter**（美国山景城）在 2026 年 3 月 OFC 大会上发布 **Passage L20 统一光引擎**，其 L200/L200x 光互连可达 **32–64 Tbps**、带宽密度提升 5–10 倍；公司以 **44 亿美元估值**完成 4 亿美元 D 轮，并推出 **Passage M1000** 三维光子中介层"光超芯片"参考平台。
- **Ayar Labs**（英伟达、AMD、红杉背书）以 **37.5 亿美元估值**完成 **5 亿美元 E 轮**，将共封装光学（CPO）chiplet 推向量产，业界判断 **"5 年内所有 AI 数据中心互连都将光学化"**。
- **Q.ANT**（德国斯图加特）在 2026 年 6 月 ISC 大会上，**首次在商用光子处理器（NPU 2 / NPS）上跑通了扩散模型与循环神经网络**，矩阵运算能效宣称提升 **30 倍**；与此同时英国 **Salience Labs** 发布业内性能最高的 32 端口全光硅光开关，并联手 Tower Semiconductor 代工。
这背后是同一个物理瓶颈：**电子在铜线里搬运数据的能耗，已经追不上 GPU 算力的增长**。光子不带电荷、互不干扰、几乎不发热，天然适合做两件事——**超高速互连**和**以光速完成矩阵乘法**。而矩阵乘法，正是神经网络的"心脏"。
```mermaid
graph LR
A[AI 算力暴涨] --> B[GPU 功耗逼近电网极限]
B --> C[铜互连带宽见顶]
C --> D{两条光之路}
D --> E[光互连 Lightmatter / Ayar]
D --> F[光计算 Q.ANT / Salience]
E --> G[解决'数据搬运'能耗]
F --> H[以光速做矩阵乘法]
G --> I[数据中心全光化]
H --> I
style D fill:#fff3cd,stroke:#d39e00,stroke-width:2px
style I fill:#d4edda,stroke:#28a745,stroke-width:2px
```
理解这条产业主线，光靠新闻远远不够。本期精选 7 个 YouTube 内容源，分别从**商业、原理、研究、动画、厂商**五个维度，帮你把"光子计算"从热门词汇变成可推理的知识体系。
## 二、七大频道/视频对比一览
| 频道/视频 | 内容定位 | 核心亮点 | 适合人群 | 推荐指数 |
|---|---|---|---|---|
| **Asianometry** | 半导体商业与历史深度视频随笔 | 《硅光子学：下一次硅革命？》从产业链角度拆解 | 投资者、产业分析者 | ★★★★★ |
| **Branch Education** | 用精确 3D 模型讲工程原理 | 《CPU 是如何工作的？》底层器件原理可视化 | 工程师、技术爱好者 | ★★★★★ |
| **Two Minute Papers** | AI/ML 前沿论文快报 | 追踪光计算加速 AI 的最新研究成果 | 研究者、AI 从业者 | ★★★★☆ |
| **Lesics** | 工程概念动画解读 | 复杂技术以"看得见的方式"讲透 | 学生、跨专业学习者 | ★★★★☆ |
| **光子 AI 芯片科普合集** | 主题型科普长视频 | "用光计算的 AI 芯片"系列，把光计算与 AI 结合 | 泛科技受众 | ★★★★☆ |
| **Lightmatter 官方** | 厂商制造工艺纪录片 | Passage M1000 三维光子中介层制造全过程 | 硬件从业者、供应链 | ★★★★☆ |
| **Real Engineering** | 能源与基础设施工程叙事 | 数据中心能耗与算力极限的系统视角 | 系统架构师、决策者 | ★★★★☆ |
## 三、逐个深度解读
### 1. Asianometry：《硅光子学：下一次硅革命？》
**频道**：[Asianometry](https://www.youtube.com/@Asianometry)（约 92.8 万订阅）
**视频**：[Silicon Photonics: The Next Silicon Revolution?](https://www.youtube.com/watch?v=29aTqLvRia8)
由定居台北的创作者 Jon Y 主理，Asianometry 被誉为"半导体界的 Stratechery"，目前已并入 Ben Thompson 的 Stratechery 内容矩阵。这期节目在 MIT 的 Alex Sludds 协助下，把"硅光子"这个听起来很酷的词，拆解为可理解的产业逻辑。
**核心洞察**：Jon Y 的独特之处在于，他不只讲技术，更讲**"为什么是现在"**。他指出硅光子并非全新概念，它的爆发依赖于一个前提——CMOS 纳米加工工艺成熟到能让光子器件像晶体管一样被批量"印刷"。这意味着光子计算不是颠覆硅，而是**硅的延续**：谁掌握先进制程，谁就掌握光子计算的产能。这恰恰解释了为什么台积电、Tower Semiconductor 等代工厂成为产业链关键节点。
**实用价值**：对投资者与产业分析者而言，这期视频提供了一套"技术—代工—应用"的分析框架，能帮你判断哪些公司是真护城河，哪些只是炒概念。对通信行业从业者（51学通信的核心读者）尤其有价值——光互连的兴起直接关系到未来核心网与数据中心组网架构的演进。
**适合人群**：关注半导体产业链、做技术尽调、希望理解"硬件商业逻辑"的读者。
### 2. Branch Education：《CPU 是如何工作的？》
**频道**：[Branch Education](https://www.youtube.com/c/BranchEducation)（"数字世界的工程"系列，单期最高超 290 万播放）
**视频**：How do CPUs Work? / How Are Microchips Made?
要真正理解"光子计算为什么能加速 AI"，必须先回到一个根本问题：**传统芯片到底是怎么算的，瓶颈在哪？**Branch Education 的强项是用**精确到晶体管级的 3D 模型和可视化物理过程**，把抽象原理"拍"给你看。
**核心洞察**：节目用动画还原了冯·诺依曼架构下"数据在存储与计算单元之间反复搬运"的过程——而这正是**"存储墙"（memory wall）**的根源。AI 推理中，搬运数据的能耗常常是真正计算能耗的十倍以上。Branch Education 让观众直观看到：电子穿过铜导线时的电容充放电、RC 延迟、散热，每一步都在烧电。理解了这套"电子经济学"，再去看光子计算"用光子并行完成整个矩阵乘法、几乎不发热"的优势，才会产生真正的"顿悟感"。
**实用价值**：这是一条"知识地基"。无论你后续看 Lightmatter 还是 Q.ANT，都建立在"理解传统计算能耗结构"之上。视频节奏适中，模型精度在科普频道中罕见。
**适合人群**：硬件工程师、想从零建立芯片认知的技术爱好者、跨专业转码/转硬件的读者。
### 3. Two Minute Papers：AI 算力百万倍跃迁的追问
**频道**：[Two Minute Papers](https://www.youtube.com/@TwoMinutePapers)
**相关**：What Happens After A 1,000,000x AI Compute Leap?（Jeff Dean 演讲解读）
Two Minute Papers 以"噢，瞧瞧这令人惊叹的研究！"的口头禅闻名，专注于把顶会论文用极快节奏讲清楚。它覆盖了光子计算对 AI 加速的最新研究动向。
**核心洞察**：光子计算最大的争议在于——它擅长的是**线性代数（矩阵乘法）**，但神经网络的非线性激活函数（ReLU 等）难以用光直接实现，往往需要光—电—光（O-E-O）转换，反而引入损耗。Two Minute Papers 追踪的研究正逐步解决这一难题：通过新型光子非线性材料、模拟光学神经网络架构，研究者让"全光推理"从理论走向 demo。Q.ANT 在 2026 年 ISC 上跑通扩散模型，正是这一方向的产业级里程碑。
**实用价值**：如果你做 AI 研究，这个频道是天然的"论文雷达"；如果你是应用方，它能帮你判断光计算"能不能落到我的模型上"——而不是停留在营销话术。
**适合人群**：AI 研究者、模型工程师、跟踪前沿技术的决策者。
### 4. Lesics：把复杂工程"动画化"的鼻祖
**频道**：[Lesics](https://www.youtube.com/c/Lesics/videos)（前身 Learn Engineering，创始人 Sabin Mathew，IIT Delhi 硕士）
Lesics 的方法论是**"用最简单的动画讲最复杂的工程"**，从燃气轮机、火箭到电网，覆盖极广。在光子计算语境下，它的价值在于把"光在波导里传播、干涉、被探测"这类抽象物理过程，变成肉眼可循的画面。
**核心洞察**：Lesics 让观众理解光计算的核心机制——**马赫-曾德尔干涉仪（MZI）**与**微环谐振器**。神经网络的一层矩阵乘法，可以被映射成一个光学干涉网络：光信号分束、相移、合成，光速通过器件的瞬间，整行整列的乘加运算就"同时"完成了。这种"空间并行 + 光速"的特性，是电子芯片逐时钟周期串行运算无法比拟的。Lesics 的动画让"并行"这个词从概念变成可感知的画面。
**实用价值**：对没有光学背景的读者，这是最低门槛理解"光到底怎么算"的入口。强烈建议在看厂商技术细节前先补这一课。
**适合人群**：学生、跨专业自学者、需要向非技术受众解释光计算的人。
### 5. 光子 AI 芯片科普合集：主题型长视频的力量
**代表视频**：
- [The Future of AI Will Run on Light — Photonic Chips Explained](https://www.youtube.com/watch?v=1B9NqhGWCBA)
- [1,000× Faster Than Silicon? The Photonic Chip Revolution Explained](https://www.youtube.com/watch?v=0TPlHOB3B8M)
- [Photonic AI Chips Explained ⚡ Computing With Light](https://www.youtube.com/watch?v=d_1qIYJd-z8)
这批主题型科普长视频的共同特点是：**围绕"光子 AI 芯片"这一单一命题，把技术原理、产业格局、性能对比一次性讲透**，适合作为系统性的入门包。
**核心洞察**：这些视频通常会做一个清晰的对比——把 GPU 的"算力墙、功耗墙、带宽墙"与光子芯片的"光速互连、天然矩阵并行、低功耗"逐项对照。它们反复强调一个产业判断：**光计算不是要取代 GPU，而是与 GPU 协同**——光负责超大带宽互连和高密度线性运算，电子器件负责存储与非线性控制。Lightmatter 的 Envise（光计算）+ Passage（光互连）双产品线，正是这一"光电协同"路线的产品化体现。
**实用价值**：作为"扫盲包"，能在 2–3 小时内建立对整个赛道的全局认知，性价比极高。建议挑 1–2 期作为主线，再用前述频道补深度。
**适合人群**：泛科技受众、想做赛道调研但时间有限的人、内容创作者（可从中提炼选题）。
### 6. Lightmatter 官方频道：制造工艺的"第一视角"
**频道**：[Lightmatter 官方](https://lightmatter.co/)
**代表内容**：Passage M1000 3D 光子中介层制造过程纪录片
厂商官方内容往往被低估。Lightmatter 把 **Passage M1000** 这颗"光超芯片"参考平台的制造全过程拍成纪录片，从晶圆流片、光子器件刻蚀、3D 堆叠到封装测试，几乎是公开的"光子计算制造教科书"。
**核心洞察**：这系列内容回答了一个关键问题——**光子芯片"造得出来吗"？**Lightmatter 展示了它如何复用标准 CMOS 兼容工艺，把光波导、调制器、探测器与电子电路集成在同一中介层上。这正是产业化的命门：能否在现有晶圆厂里大规模、低成本地生产。M1000 采用 3D 堆叠（3D photonic interposer），意味着光互连密度不再受限于单层平面，向"百万芯片级互连"迈进。Passage L200 的 32–64 Tbps 带宽，就是把这一架构落地的结果。
**实用价值**：对供应链、封测、硬件从业者而言，这是了解"光互连如何进入数据中心机柜"的第一手资料；对投资者，则是验证"概念能否量产"的硬证据。
**适合人群**：硬件从业者、供应链分析师、关注"量产能力"的产业观察者。
### 7. Real Engineering：算力极限的系统叙事
**频道**：[Real Engineering](https://www.youtube.com/@RealEngineering)
Real Engineering 擅长把单一技术放进更大的"能源—基础设施"系统中去叙事。在光子计算主题下，它的视角是：**为什么数据中心必须走向全光化？**
**核心洞察**：节目从数据中心的"电费账单"切入——训练一个大模型的电力消耗堪比一座小镇，而其中相当大比例消耗在芯片间、机柜间的数据搬运上。铜互连的能耗与发热，已成为 AI 规模化的"硬约束"。光互连能把这部分能耗大幅压低（业界宣称 30–100 倍能效提升），从而把电力预算"还给"真正的算力。Real Engineering 让读者意识到：光子计算不只是性能问题，更是**能源—经济—算力的三角博弈**。
**实用价值**：对系统架构师和决策者，这套系统视角能帮助你判断"何时该引入光互连、ROI 如何"，而不会被单点参数迷惑。
**适合人群**：数据中心架构师、CTO、关注 AI 基础设施投资逻辑的人。
## 四、本期知识图谱：光子计算的生态全景
```mermaid
graph TB
subgraph 物理["物理基础"]
P1[光子不带电荷]
P2[天然并行/不互扰]
P3[低发热]
end
subgraph 路线["两条技术路线"]
R1[光互连 Optical Interconnect]
R2[光计算 Optical Compute]
end
subgraph 厂商["代表厂商(2026)"]
C1[Lightmatter
Passage L200 64Tbps/M1000]
C2[Ayar Labs
CPO chiplet 5亿美元E轮]
C3[Q.ANT
光子NPU跑通扩散模型]
C4[Salience Labs
32端口全光开关]
C5[Marvell/Intel/Lightelligence]
end
subgraph 应用["落地场景"]
A1[AI数据中心互连]
A2[矩阵乘法加速]
A3[5年内全光化]
end
P1 & P2 & P3 --> R1 & R2
R1 --> C1 & C2
R2 --> C3 & C4
C5 -.支撑.-> C1 & C2
C1 & C2 --> A1 & A3
C3 & C4 --> A2
style R1 fill:#cce5ff,stroke:#004085
style R2 fill:#d4edda,stroke:#155724
```
这张图谱揭示了理解光子计算的三层结构：**物理层**（为什么用光）→ **路线层**（互连还是计算）→ **厂商层**（谁在做）。本期七个频道恰好覆盖了从底层到顶层的全部视角——Asianometry 讲产业，Branch/Lesics 讲原理，Two Minute Papers 讲研究，Lightmatter 讲制造，Real Engineering 讲系统，科普合集做串联。把它们组合起来观看，你就拥有了完整的光子计算认知拼图。
## 五、延伸推荐
- **Coreteks**：芯片架构与半导体分析，适合跟进光子计算对 GPU 架构的影响。
- **Fireship**：快节奏科技新闻，能及时捕捉光计算赛道的资本与产品动态（如 Ayar Labs 融资）。
- **Semianalysis（Dylan Patel）**：虽以 Newsletter 为主，但与 Asianometry 的对谈节目（"半导体行业如何真正运转"）是理解产业链的顶级资源。
- **Kurzgesagt – In a Nutshell**：动画科普标杆，可借其方法论理解如何向大众讲清复杂技术。
- **The AI Insider / HPCwire**：行业媒体，跟踪 Q.ANT、Lightmatter 等的量产与 benchmark 进展。
## 六、给通信人的特别提示
对 51学通信的读者而言，光子计算的崛起有一个直接关联：**数据中心全光化与 5G/6G 前传/回传的光化正在合流**。硅光子技术（CPO、光 I/O）既服务于 AI 集群，也服务于电信网络的高带宽互连需求。理解 Passage L200 这类光引擎的能力边界，本质上是在预判未来核心网与数据中心的组网形态——这正是 3GPP 与 IEEE 标准演进背后的硬件现实。
---
## 参考来源
1. [Asianometry — Silicon Photonics: The Next Silicon Revolution?](https://www.youtube.com/watch?v=29aTqLvRia8) — 半导体商业视角的硅光子深度视频随笔
2. [Lightmatter Expands Photonic Interconnect Roadmap with Passage L20 (OFC 2026)](https://www.ofcconference.org/news-media/exhibitor-news/lightmatter-expands-photonic-interconnect-roadmap-with-passage-l20-unified-optical-engine/) — Passage L200 32–64 Tbps 光互连发布
3. [Ayar Labs Raises $500M to Wire AI Chips With Light (Nvidia/AMD 背书)](https://techstartups.com/2026/03/03/nvidia-backed-ayar-labs-raises-500m-to-speed-ai-chips-with-light-based-interconnects/) — 共封装光学 chiplet 走向量产
4. [Q.ANT Runs Generative AI on Photonic Hardware (ISC 2026)](https://markets.businessinsider.com/news/stocks/q-ant-runs-generative-ai-on-photonic-hardware-1036268594) — 首次在商用光子处理器上跑通扩散模型
5. [Salience Labs Launches 32-Port All-Optical Switch (OFC 2026)](https://www.saliencelabs.ai/) — 全光硅光开关与 Tower 代工合作
6. [All AI Data Center Interconnects Will Be Optical Within 5 Years (SemiEngineering)](https://semiengineering.com/all-ai-data-center-interconnects-will-be-optical-within-5-years/) — 产业界对全光化时间表的判断
---
> 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。
> 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。
