AI是什么？深度解析光电融合智能加速体系
一、人工智能概述近年来，人工智能（Artificial Intelligence，AI）技术再度崛起并迈入全新发展阶段，以神经网络（Neural Network，NN）为代表的AI模型正深刻重塑当今计算机视觉、自然语言处理等众多领域。AI领域两大核心研究方向为AI模型与AI加速体系。在AI模型研究层面，神经网络是应用最为广泛的AI模型类别之一。神经网络借助模拟生物神经元的计算架构、学习机制与连接模式，使构建的模型具备一定程度的智能特征。Alex Net、Google Net、Res Net、VGG等多种神
人工智能浪潮下光电器件与前沿封装论坛于甬江实验室召开
伴随大模型参数量的不断激增，以及算力需求呈现爆炸式扩张，当前信息系统正遭遇全新考验——数据传输怎样更极速、运算处理如何更高效、能源消耗又何以降至极低？以往数十载，芯片性能的飞跃大多倚仗晶体管体积的持续微缩。然而，随着摩尔定律日益迫近物理天花板，业界逐渐将探索视线转向芯片外围。光电子器件、光子集成与先进封装等技术，正化作赋能下一代信息科技跨越的核心路径。从数据中心的超速互联到AI计算，从自动驾驶到智能感知，一场以“光”和“芯”为核心的技术革新正加速推进。6月12日，“AI时代光电子器件与先进封装研讨会在甬江
AI 算力终局：台积电押注光子互联，中国光引擎企业二十年磨一剑
AI 军备竞赛激战至今，GPU 一货难求、HBM 库存见底、CoWoS 先进封装产能被英伟达与 AMD 长协锁定，全市场为 AI 芯片市占率暴涨而狂热。然而在这场狂欢的最深处，一道被众人刻意忽略的物理鸿沟正在崩塌——当数百万颗 AI 加速器互联成超级训练集群时，传统铜线传输的衰减与延迟将导致系统瘫痪。这并非成本问题，而是物理定律对电子传输的无情裁决。就在这道鸿沟之上，台积电副共同营运长张晓强在 2026 技术论坛上抛出一颗重磅炸弹：AI 芯片架构正从“算力至上”转向“三层架构”——底层是运算，中层是由 S