夜雨聆风
2026年聂圣哲养活教育实践之坝上夏校剑道准备
谈到人工智能，人们首先想到的通常是算法、芯片和算力。我们关注英伟达推出了什么新GPU，讨论大模型拥有多少参数，也关心一座数据中心究竟部署了多少计算芯片。然而，在这场席卷全球的技术革命中，还有一种更基础的力量经常被忽略。
它就是光。
过去，人类借助光观察世界。望远镜让我们看见遥远的星系，显微镜让我们进入细胞和微生物的世界。后来，人类开始主动控制光：激光被用于切割、焊接和测量，光纤成为全球通信网络的骨架，光刻技术则将复杂的电路刻进越来越小的芯片。
进入人工智能时代，光又获得了新的使命。它不仅参与制造芯片，还负责检测缺陷、连接算力、感知环境，甚至可能直接参与计算。从ASML的EUV光刻机，到蔡司的超精密光学系统；从半导体检测设备，到AI数据中心里的高速光模块；从今天的光纤互联，到未来的共封装光学与光计算——一条以光为核心的技术主线，正在变得越来越清晰。
人工智能看起来是一场算法革命，但支撑这场革命的，或许是一场更深层、更隐蔽的光子革命。
一、一台光刻机背后的工业文明
今天，在全球先进芯片制造领域，有一家企业几乎无法绕开，那就是荷兰ASML。普通消费者可能并不熟悉这家公司。它不像苹果一样生产手机，也不像汽车企业一样拥有大量终端用户，但它却掌握着现代科技产业最重要的入口之一——EUV极紫外光刻机。
简单来说，光刻机就像一台精度高得难以想象的投影设备。它利用光，将设计好的电路图案一层一层转移到硅片上，最终制造出由数十亿甚至更多晶体管组成的芯片。芯片上的结构越小，电路越复杂，对光刻精度的要求就越高。为了制造更加先进的芯片，人类必须使用波长更短的光，而EUV光刻所使用的极紫外光，波长约为13.5纳米，远远短于人眼能够看见的可见光。
2026聂圣哲养活教育坝上夏校
然而，波长变短，并不意味着简单地换一个更亮的光源。极紫外光会被空气以及大多数材料强烈吸收，无法像可见光那样穿过普通玻璃透镜。因此，整套光刻系统必须在接近真空的环境中运行，也不能依靠传统透镜折射光线，而要使用一系列精度极高的反射镜控制光路。这意味着，人类必须重新设计光源、光学系统、材料、机械结构、测量设备和控制软件。
在这套系统中，一个至关重要的角色是德国蔡司。很多人认识蔡司，是因为眼镜镜片或者摄影镜头。但如果只把蔡司理解成一家消费光学企业，就严重低估了它真正的价值。蔡司最核心的能力，是超精密光学设计与制造。EUV光刻机使用的不是普通镜片，而是现代工业中最精密的光学反射系统之一。任何细微误差，经过多次光路传递之后，都可能影响最终的曝光结果。如果用一个简单的比喻，ASML负责制造整台光刻机，蔡司则为这台机器制造最关键的“眼睛”。
德国通快集团TRUMPF提供的高功率激光技术，则参与解决另一个关键问题：怎样产生极紫外光。极紫外光不是打开一个灯泡就能获得的。系统需要让高能激光精准击中高速运动的微小锡滴，使其转化为高温等离子体，进而释放出所需要的极紫外光。锡滴必须足够小，位置必须足够准确；激光必须在极短时间内完成击打；产生的光必须保持稳定；系统还要控制锡碎片可能造成的污染，并保证设备能够长时间连续运行。
因此，一台EUV光刻机从来不只是一台机器。它是光学、材料、机械、电子、软件、测量与精密控制等众多学科的集大成者，也是一个高度复杂的国际工业体系共同协作的结果。荷兰企业负责系统设计与集成，德国企业提供精密光学和激光技术，世界各地的大量供应商则共同提供材料、零部件、测量设备和专业软件。
这件事揭示了高端制造业的一条基本规律：真正的工业竞争，从来不是某一个产品的竞争，而是整个产业体系的竞争。一个国家可以在短时间内建起工厂，却很难在短时间内复制另一个国家经过几十年甚至上百年积累形成的材料科学、精密加工、测量技术、工程经验和供应链协作能力。工业文明真正深厚的地方，往往不在最终产品上，而在那些普通人看不见的基础环节里。
2006年养活教育坝上夏校弓箭项目
二、高端制造的真正门槛，不只是制造
人们谈到工业能力时，首先想到的通常是能不能把产品制造出来。但在现代高端制造领域，还有一个更加关键的问题：你怎么知道自己造对了？
当芯片制造进入纳米尺度，极其微小的缺陷就可能导致器件性能下降，甚至让整颗芯片失效。尺寸是否准确，位置是否偏移，材料是否均匀，表面是否存在缺陷，不同工序之间是否实现了精确对准——这些问题不可能只靠肉眼和经验判断，而必须依靠高度精密的检测与测量设备。
这就是KLA等半导体检测设备企业的重要性。如果说ASML解决的是“怎样把芯片制造出来”，那么KLA解决的，就是另一个同样关键的问题：“怎样判断制造结果是否符合要求”。
在芯片生产过程中，检测设备需要不断寻找缺陷、分析误差，并将结果反馈给生产系统。制造设备再根据这些信息调整参数、纠正偏差、提升良率。制造、测量、反馈、修正，然后再次制造——现代工业的精度，正是在这样的循环中一点一点建立起来的。
因此，高端制造并不是偶尔做出一个精密样品，而是在极小的误差范围内，持续、稳定、大规模地生产同样精密的产品。它不仅要求企业“做得到”，还要求企业知道为什么做得到、怎样重复做到，以及出现偏差以后如何迅速修正。
这背后隐藏着一条重要规律：无法测量，就无法控制；无法控制，就无法稳定制造。
很多产业难以真正进入高端领域，并不只是因为没有工厂或者设备，更因为缺少完整的精密测量体系、过程控制体系和质量反馈机制。从这个意义上说，一个国家的工业水平，不仅体现在它能够制造什么，也体现在它能够测量什么。制造能力决定我们能不能做出产品，测量能力则决定我们能不能不断接近极限。
而光，恰恰是现代精密测量中最重要的工具之一。利用光的反射、干涉、衍射和光谱特征，人类可以识别肉眼无法看见的缺陷，也可以测量极其微小的尺寸与位移。光不仅帮助人类制造芯片，也帮助人类判断芯片是否被正确制造。
从这个角度看，光刻与检测其实构成了一套完整逻辑：前者利用光改变物质，后者利用光认识物质。高端制造真正的核心，正是在“改变”与“认识”之间建立一个不断循环、持续修正的精密系统。
2026年坝上夏校的小孩子们在射箭
三、AI时代最大的瓶颈，可能不是算力，而是连接
过去几十年，光的重要使命之一，是帮助人类制造芯片。进入人工智能时代以后，光开始承担另一个越来越重要的任务：连接芯片。
早期谈论计算机性能，人们主要关注CPU的运行速度。随着并行计算和人工智能的发展，GPU逐渐成为算力竞争的核心。如今，人们又开始关注大模型的参数规模，以及一座数据中心究竟拥有多少计算芯片。但当AI系统变得越来越庞大，一个新的问题出现了：计算能力增长之后，海量数据应该怎样高效流动？
这就像建设一座工业城市。工厂数量固然重要，但如果没有宽阔的道路和高效的交通系统，原料进不来，产品运不出去，再多的工厂也无法充分运转。AI数据中心也是如此。训练大型模型，需要大量GPU协同工作。这些芯片不仅要完成计算，还要频繁交换模型参数和中间结果。当成千上万块计算芯片共同运行时，芯片之间、服务器之间以及机柜之间的数据传输效率，都会直接影响整个系统的性能。
如果连接速度不够快，昂贵的GPU就只能等待数据；如果通信能耗过高，数据中心又会面临更加严峻的供电和散热压力。这意味着，决定AI系统能力的，不再只是单颗芯片算得有多快，还包括大量芯片能否被高效地组织和连接起来。
传统铜线在传输速率越来越高、距离越来越远的情况下，会面临信号衰减、功耗上升和散热压力增大等问题。于是，人类再次把目光转向光。与电信号相比，光通信具有速度快、容量大、损耗低等优势。过去，光纤主要负责连接城市、国家和不同网络；今天，它正在深入数据中心，成为连接AI算力的高速公路。
2026年养活教育坝上夏校的孩子们在写作文
在这套高速互联系统中，光模块承担着关键作用。芯片内部处理的主要是电信号，光纤传输的则是光信号。光模块就像一座桥梁，一端连接电子世界，另一端连接光子世界：发送数据时，它把设备产生的电信号转换成光信号送入光纤；接收数据时，它再把光信号还原为电信号，交给芯片继续处理。
过去，光模块主要服务于电信网络和传统互联网基础设施。如今，AI数据中心正在成为新的重要需求来源。随着模型规模扩大和计算集群升级，数据传输速率从100G发展到400G、800G，并继续向更高速度演进。光模块也由一种传统通信设备，逐渐变成AI基础设施的重要组成部分。
中国企业在这一领域已经形成了一定的全球竞争力。中际旭创、新易盛、光迅科技等企业，正在参与全球高速光通信和AI数据中心供应链。这反映出中国科技产业正在发生一个值得关注的变化：过去，人们谈到中国科技企业，更多想到的是电商、社交平台、智能手机和消费电子；未来，决定产业深度的，将越来越多是那些隐藏在数据中心、通信网络和高端制造体系内部的底层技术。
2026年养活教育坝上夏校的孩子在做木工
更重要的是，光正在继续向计算机内部延伸。
传统系统中的计算芯片和可插拔光模块通常彼此分离。芯片产生的电信号需要先沿着电路板传输一段距离，再由光模块转换成光信号。当数据速率不断提高时，这段看似不长的电气路径也会带来明显的信号损耗、能耗和散热问题。
于是，共封装光学，也就是CPO，开始受到关注。它的基本思路，是让光学器件更靠近交换芯片或计算芯片，通过更加紧密的封装缩短电信号传输距离，从而降低功耗、提升带宽。
如果这种技术逐渐成熟，计算系统的结构可能发生重要变化：过去，光主要在计算机之间传递信息；未来，光将越来越深入计算机内部，走到芯片旁边，成为芯片级互联的重要组成部分。
再往前一步，就是光计算。传统计算机主要依靠电子完成运算，光计算则尝试利用光的干涉、衍射和并行传播等物理特性，处理某些特定类型的计算任务。它距离大规模通用应用仍有很长的路，也需要解决精度、存储、制造、编程和系统集成等一系列难题，但技术发展的方向已经值得关注。
光曾经只是照亮计算机屏幕，后来负责连接计算机。未来，它可能进入计算机内部，甚至直接参与计算。
四、光正在成为未来产业的共同底座
如果把视野从芯片和数据中心进一步扩大，就会发现，越来越多的未来产业都离不开光。
自动驾驶需要摄像头、激光雷达和光学传感器感知周围环境；机器人需要机器视觉识别物体、判断距离并完成精细操作；生命科学依靠显微成像、光谱分析和激光技术观察细胞与分子；量子技术需要稳定的光源、探测器和精密光学系统；天文学依靠大型望远镜和自适应光学探索宇宙；卫星与深空通信也在研究利用激光建立更高速的信息链路。
光既是制造工具，也是通信载体；既是测量手段，也是感知方式；既帮助我们理解现实世界，也在连接数字世界。因此，光已经不能被简单地视为一个边界清晰的传统行业。它正在成为一种跨越半导体、人工智能、生命科学、智能制造、机器人和空间技术的基础能力。
在这套庞大的产业体系中，真正重要的企业往往并不直接面对普通消费者。ASML掌握先进光刻设备，蔡司提供极限精度的光学系统，KLA深耕半导体检测，Coherent和Lumentum提供多种光子器件与技术，康宁长期积累光纤与材料能力，滨松光子专注于光探测技术，中际旭创、新易盛等中国企业则参与连接全球AI计算基础设施。
2026养活教育坝上夏校的孩子在处理电路
这些企业分布在不同国家，位于产业链的不同环节，却共同构成了现代光子产业的重要基础。它们提醒我们，决定未来科技走向的，未必都是最受公众关注的消费品牌。很多真正关键的能力，往往长期隐藏在产业链深处，平时不容易被看见，却在关键时刻决定着整个技术体系的上限。
中国在高速光通信和光模块领域已经形成了一定优势，但如果从更长远的角度观察，一个真正完整、强大的光子产业体系，还需要在更多基础环节取得突破。这些环节包括高端激光器及相关芯片、先进光学材料、超精密加工、高端光学镀膜、硅光技术、光探测器、测试与测量设备，以及光子设计和仿真软件。
光子产业与半导体产业有一个共同特点：它们都不可能依靠单一产品建立完整优势。一块高速光模块的背后，涉及光芯片、电芯片、材料、封装、测试、算法和生产设备；一套精密光学系统的背后，则涉及设计软件、材料纯度、加工精度、镀膜工艺、测量设备和系统集成。其中任何一个基础环节存在明显短板，都可能限制最终产品的性能与可靠性。
真正强大的产业体系，不能只停留在最终制造和组装环节，而要逐渐形成覆盖材料、设备、器件、软件和系统的完整能力。这需要基础研究，也需要长期工程积累；需要能够制造最终产品的企业，也需要那些愿意用十年甚至更长时间，专注于一种材料、一台设备或者一道工艺的企业。
发展光子产业，不只是为了追逐某一个热门市场。更重要的是，它可以为众多未来产业提供共同的底层支撑。今天在光学材料、精密加工、光子芯片和测量设备上的投入，可能需要很长时间才能看到回报，却可能决定未来科技竞争的深度。
2026坝上夏校的孩子在做厨艺
科学最终要与真实世界连接
光的故事，还带给我们另一层启示，那就是应该如何理解教育。
许多学生都在课堂上学习过光的反射、折射、波长、透镜成像和干涉衍射。他们记忆公式、完成习题，却很少有机会知道，这些知识最终会走向哪里。如果知识始终停留在试卷上，学生就很难真正理解科学的力量。
但当我们重新观察今天的科技世界，就会发现，课堂上的每一个基础概念，都可能延伸出一条巨大的产业链。反射原理被用于EUV光刻机中的精密光路，透镜和成像技术支撑着显微镜、医疗影像和机器视觉，激光进入工业加工、精密测量和高速通信，光纤成为互联网与人工智能基础设施的信息通道，波长则影响着人类观察、测量和制造微观结构的能力。
这些改变世界的技术并不是凭空出现的。它们都来自人类对基础科学问题的长期探索，也来自一代又一代工程师对材料、工艺和设备的持续改进。
2026年养活教育坝上夏校的孩子们在做研讨
真正好的教育，不应该只让孩子记住一个公式，还应该让他们看见公式背后的真实世界。当一个孩子学习反射时，他应该知道，这个简单的物理现象可以成为先进光刻系统的一部分；当他学习透镜时，他应该知道，一组精密镜片既可以帮助医生观察细胞，也可以帮助机器人理解环境；当他学习波长时，他应该明白，一个看似抽象的物理量，可能决定芯片制造的极限。
科学不是课本里孤立的符号，也不是为了考试而存在的知识。它最终会变成仪器、设备、产业和基础设施，并以普通人不易察觉的方式改变整个社会。当学生理解了这种联系，学习就不再只是寻找标准答案，而是在学习如何观察世界、解释世界，并最终参与创造世界。
回顾人类文明的发展，可以看到一条不断延伸的技术路线。火，让人类第一次主动获得和利用能量；机械，让人类释放出身体之外的力量；电力推动了现代工业文明；电子技术则开启了计算机和互联网时代。
今天，人类正在学习更加精确地控制光子。
2026养活教育坝上夏校的孩子们在做化学实验
过去，我们借助光看见世界；后来，我们借助光测量世界、制造世界；今天，我们借助光传递信息、连接算力；未来，我们甚至可能借助光参与计算，以新的方式理解和改造世界。
因此，未来科技竞争不只是芯片数量的竞争，也不只是算力规模的竞争。它还取决于谁能更深入地理解光、更精确地控制光，并把光学、材料、器件、软件和制造能力整合成一个完整的产业体系。
我们习惯用“信息时代”描述过去几十年的变化，也习惯用“人工智能时代”概括今天正在发生的一切。但如果深入技术体系的底部就会发现，支撑信息流动、芯片制造和智能系统扩张的，越来越多是一束束看不见的光。
光曾经帮助人类驱散黑暗，后来帮助我们看见更远的宇宙和更小的细胞。现在，它正在帮助人类制造最复杂的机器、连接最庞大的算力，并打开下一代计算的大门。
未来世界，不只是算力的世界。
它也将越来越成为一个光的世界。