隨著摩爾定律逐步逼近物理規律極限，微電子技術集成電路發展瓶頸已經出現，光電晶片成為下一代晶片技術發展的方向之一。利用光信號進行數據傳輸、處理和存儲的光電晶片有望成為5G和人工智慧時代的關鍵基礎設施，並帶動整個信息技術產業進入「從電到光」的轉換過程。
1、美國光電晶片研發屢獲突破，技術水平處於世界領先地位
2019年1月，美國哈佛大學的研究人員開發出新型光子集成晶片。該晶片可以存儲光並修改光的頻率，有望應用於光量子信息處理、光信號處理和微波光子學。研究人員表示，許多光量子和經典光學應用都需要改變光的頻率，而該晶片首次利用微波以可編程的方式實現對光頻率的修改。
2019年6月，美國麻省理工學院的研究人員開發出一種新型光子晶片。該晶片不僅體積更小，具有更低的功耗，且處理大規模神經網絡的效率比現有計算機高出數百萬倍。研究結果表明，該晶片運行光神經網絡的效率是電子晶片的千萬倍。該晶片可提高訓練和測試神經網絡的速度與效率，其應用領域包括機器人目標識別、自然語言處理、藥物開發、醫學成像和無人駕駛汽車等。
2.光電晶片研究成果將加速其在人工智慧等領域的應用
2019年4月，美國晶片公司（Lightelligence）成功開發出世界首款光子晶片原型板卡。研究人員在該原型板卡上成功應用光子晶片運行Google Tensorflow自帶的卷積神經網絡模型，並完成對MNIST數據集的處理。在測試中，該光子晶片獨立完成超過95%的運算，運算準確率在97%以上，已經接近電子晶片，而光子晶片完成矩陣乘法所用的時間僅為最先進的電子晶片的約 1%。該光子晶片成功驗證了用光子代替電子進行人工智慧計算的可行性。
2019年5月，英特爾與美國加州大學伯克利分校（University ofCalifornia，Berkeley）的研究人員提出構建光神經網絡的新架構，該研究有助於納米光子神經網絡在實際中應用。研究人員提出構建光學神經網絡引擎的GridNet和FFTNet兩種架構，並在針對手寫數字識別任務的軟體仿真中，對這兩種架構進行訓練。研究人員發現，在雙精度浮點值下，GridNet的精度要高於FFTNet，FFTNet則對製造過程的精確性有更高的容忍度，且兩種架構均可用於規模化生產。此項成果將推動基於光電晶片的人工智慧硬體生態系統的搭建，為光電晶片的大規模應用創造可能。
3.對中國的影響和啟示
人工智慧、大數據、超級計算機和雲計算等前沿科技飛速發展，帶動晶片製造工藝和設計水平直線提升。隨著微電子晶片製造工藝逼近1納米物理極限，依靠工藝水平精進提升晶片性能的方法越來越難以奏效，摩爾定律正瀕臨失效。由於光子在晶片中不受電磁阻力等的影響，可大幅提升晶片的信息處理效率，光子學與晶片結合的光電晶片技術有望擺脫摩爾定律的桎梏。
當前，全球光電晶片行業尚未形成寡頭壟斷局面，但美、日廠商佔據整體規模優勢，中國主要面臨幾方面的挑戰：
一是智慧財產權受限，國外領先企業已對部分器件、基礎設計結構和某些技術路徑申請專利，憑藉專利把控產業鏈高端市場，搶佔市場空間，中國企業通過自主創新繞過專利壁壘難度高；
二是國際標準制定能力不足，國外機構和廠商在相關技術上已有多年積累，掌握行業話語權，而中國只能參照國際標準；
三是高端產品核心技術缺失，產業基礎配套能力薄弱，中國低速光電晶片產品國產化率很高，但在高速光電晶片方面技術不足，與國外差距明顯。
四是中國在光電晶片設計工具、基礎工藝和製造裝備等產業基礎方面配套能力不足。
面對光電晶片落後的現狀，中國應重視技術發展趨勢，進行科學規劃布局，突破關鍵技術，培育和構建產業生態，強化產業基礎提升與底層技術創新，推動技術、政策和產業環境的多渠道協同，推進產業布局向高端和自主可控發展。