AI 硬件与加速器
突破级
有讲解视频
收录解读
随着 AI 训练、推理和高性能科学计算对带宽、能耗与延迟的要求同时提高，主动光子集成电路正在从单点器件走向大规模系统。但一旦器件数量和异构程度上来，依赖人工脚本和局部修补的物理实现流程就会迅速失效，电子-光子联合设计自动化因此成为真实瓶颈。
这篇论文提出了一个面向 large-scale active PIC 的端到端 routing flow，联合处理光波导与片上金属互连。核心不是把现有数字或模拟 router 生搬硬套，而是引入物理约束感知的全局规划、序列一致的轨道分配，以及带软引导的详细布线，使 routing 过程能显式处理 photonic component 与 waveguide 带来的特殊约束。
它的重要性在于，这是非常少见真正命中产品级 physical design automation 的 AI 硬件论文。对本仓库而言，它不是普通 photonics 结果，而是一个可复用的 EPDA workflow pattern，说明 AI 相关硬件设计不只在架构层，也在真实 layout/routing 层出现了 durable 方法。
它仍然没有升级到更高一级，因为范围集中在 active PIC routing，而不是更广义的 MCAD/ECAD 产品设计栈；其影响目前主要落在 photonic-AI hardware 这一子方向。