SK hynix 与五所大学联合在 Nature Electronics 发表了一篇题为“Co-packaged optics for high-performance computing and artificial intelligence”的综述论文。该论文于 8 月 19 日上线；公司新闻稿日期为 韩国时间 8 月 20 日。一些标题将其写成 SK hynix 发布了一份基于光的 AI 存储路线图。

常见说法哪里不对

这里没有产品，也没有时间表，更没有客户。这是一篇合著的学术综述论文，其通讯作者分别是 Seunghoon Hong，SK hynix 的 AI Infra 团队负责人，以及 Virginia 大学的 Kyusang Lee 教授。合作机构包括 UVA、UIUC、Nanyang Technological University、MIT 和 Yonsei。文中没有出现任何工艺节点、容量、发布日期或合作伙伴芯片。

这些数字是目标，不是规格

论文提出的目标包括：单节点带宽超过 100 Tb/s、能耗低于 1 pJ/bit，以及芯片间延迟低于 10 纳秒。这些是该方法要实现所必须达到的数值——并不是 SK hynix 已经展示过的测量结果。像一些报道那样把它们写成产品规格，实际上是颠倒了其含义。

论文所描述的问题

论文这样概括带宽瓶颈：计算吞吐量通常每两年翻三倍，而互连带宽在同一时期只提升了约1.4 倍。提出的路径是从 2D 走向基于中介层的 2.5D 共封装光学，再到 3D 异构堆叠，随后将光学延伸到存储接口。

真正的新意在哪里

共封装光学并不新；它已经用于网络交换机。值得注意的说法，是把光学延伸到存储接口，而这一点尚无人实现产品化。这样来看，这就是 HBM 领域龙头公开表态：它认为电存储接口已经接近极限，并在 Samsung 和 Micron 之前先把光学方案立起旗帜。这是一种立场，不是一份路线图——而市场领导者的立场之所以值得读，正因为它说起来便宜，放弃起来昂贵。