光学及硅光子仿真推动汽车行业的技术发展
本文原刊登于Ansys Blog：《Optics & Photonics Industry Insights: Automotive》
作者：Sanjay Gangadhara | Ansys 光学高级项目总监
笔者有幸参加了2022年由美国光学学会（Optica）和车载光学联盟（COBO）联合举办的峰会，主题是共封装光学（CPO, co-packaged optics）和可插拔光学。本次会议重点介绍了超大规模云提供商（如谷歌、微软和Meta）所需的光学技术，旨在支持数据中心不断增长的带宽和性能需求。
现场聆听行业专家讨论CPO与可插拔光学的优势是非常有趣的。CPO在最大限度降低功耗（新一代数据中心的关键需求）方面具有强大的优势，而可插拔光学是一种久经验证的技术，并且仍有进步空间。实际上，在为数不多的一些情况下，许多公司在开发可插拔光学解决方案时采用的技术与其CPO解决方案相同。
会议期间分享了一个有趣的假设，至少在近期CPO可能会在新兴技术领域找到更多机会，而非数据中心。这是因为CPO在其他应用实现商业化之前，超大规模云提供商可能不愿投资于共封装光学所需的研发，而适合CPO的应用之一是汽车激光雷达。
许多人认为，激光雷达系统对于自动驾驶汽车从当前的自动化水平（L2级以上，高级部分自动化）发展到预期的L4级（高度自动化）和L5级（完全自动化）至关重要。虽然激光雷达的能力已在市场上被成功证明，但在缩小激光雷达系统的尺寸，降低成本的同时提高性能、可靠性与安全性方面仍存在挑战。业内已经采用固态技术作为应对这些挑战的第一步，但越来越多的长期解决方案倾向于使用硅光子技术和共封装光学。其中一个例子是英特尔旗下自动驾驶子公司Mobileye，该公司将使用光子集成电路（PIC, photonic integrated circuits）为新一代激光雷达传感器提供动力，并预计在2025年之前将这些传感器部署完成。其他激光雷达公司如果还没有采取这样的措施，预计也很快就会开始行动。
行业逐渐意识到，对激光雷达的定位即将从“前景和可能性”转向“全面生产和部署”，但仍然存在一些技术挑战需要克服，仿真是了解这些挑战并寻找其解决方案的关键。最近，我与TKL Engineering的Thomas Kümpfel以及Ansys Optics的产品负责人Julien Muller和James Pond共同主持了一个圆桌会议。在此期间，我们讨论了汽车行业近期的创新技术以及仿真在推动这些创新技术方面发挥的作用。激光雷达系统的微型化是几个热门话题之一，同时我们一致认为，从PIC级到系统级为这些系统建模的能力对于工程师创建鲁棒性和可扩展设计至关重要。如今我们已得益于此类仿真功能，这也是整个汽车行业对自动驾驶汽车的未来持乐观态度的众多原因之一。
随着我们逐步迈向完全自动驾驶，“互联性”是其关键要素之一，即道路上的每辆汽车都需要了解其他车辆的情况。这种实时通信网络将需要构建云端高带宽基础架构，而这些需要高性能数据中心为其提供支持。因此，即使对于新兴的自动驾驶技术，集成光子学和CPO在数据中心的作用也是至关重要的。
我们正处于光学行业高速发展时期，重大变革可能将发生，以推动包括汽车在内的各类市场的新一代技术进步。我很荣幸能够加入到这次创新之旅，并且迫不及待地想要见证之后的发展。
