当今最先进的微处理器芯片可以包含数百亿个晶体管，它们的铜互连电路在运行时产生大量热量。不过，与光子不同，电子具有质量和电荷——当它们流经金属或半导体材料时，会被硅和金属原子散射，使它们振动并产生热量。因此，提供给微处理器的大部分电力都被浪费了。
未来如果计算机用光子而不是电子来传输数据，它们的性能会更好，消耗的能量也会更少。使用光传输数据在处理器芯片和它们之间的联系，将有望大幅提高计算机的速度(片上速度和到通信速度），并减少需要获得授权的操作步骤流程，有望带来更快、更强大、更高效的计算机。
来自eMarketer的一份最新调研显示，越来越多的公司正在开发硅光子半导体芯片，从而为计算机等设备提供更快的速度、更大的功率并提高运行效率。
据分析，人工智能、自动驾驶汽车和其他需要快速处理大量数据的系统目前需要运行现代先进计算负载，而该技术可以满足日益增长的需求。
光子学领域的一家公司Luminous Computing已经在A轮融资中筹集到了1.05亿美元，投资者中包括比尔·盖茨(Bill Gates)。据the Next Platform公司最近透露，它计划使用基于光的技术建造一台AI超级计算机。当下，超算是机构和国家非常注重的产品，而AI+超算越来越成为一种新的计算趋势。
惠普企业（HPE）与Ayar实验室达成了一项多年战略合作，利用这家初创公司的硅光子技术。据报道，该技术可以达到电子I/O电路带宽的1000倍，而功率只有十分之一，用于HPE Slingshot。
欧洲的研究人员则研发出了一种新的硅锗发光合金，以获得相应的光子芯片，这将给计算机带来革命性的变化。他们的下一步是开发一种硅兼容激光器，它将集成到电子电路中，并成为光子芯片的光源。
去年3月，Lightmatter公司称计划在今年晚些时候推出其首款基于光的人工智能芯片Envise。它将提供包含16个芯片的服务器刀片，适合传统的数据中心。
随着创新的驱动器越来越多地冲破数据瓶颈，光子学可以推进最苛刻的技术领域——如AI、量子计算和自动化。它也可能让我们更接近家庭，以更快的物联网和下载速度和更高的流质量。
据Luminous首席行政官Marcus Gomez称，从十年前的AI型号最多有1亿参数，一小时乘坐一台电脑训练。如今，模型有10万亿参数，每年需要成千上万的机器培养 - 放缓，光子学可以加快训练的几天。
由于光子学期间相较电子产品而言使用的能量较少，因此它也适用于AVS形态的产品，这必须从能量密集的激光雷达、雷达和相机，紧凑的车辆电池以及缩小范围处理大量数据。
这也是哈佛和波士顿大学与Luminous达成合作的一大驱动因素，主要是将其电光计算解决方案应用于自动驾驶方面的问题。
近期，在俄乌冲突以及新冠疫情的双重影响下，半导体与芯片行业也遭受牵连。据悉，这可能会对乌克兰供应半导体生产所需的原材料气体氖、氩、氪和氙的长期能力产生负面影响。预计这场冲突也会影响到光电子行业，不利于它的前景。
Luminous计划在24个月内实现其系统设备上市销售，但这可能会推迟，除非采取措施回收和回收氖气(neon gas)或更有效地使用它。
光子学在芯片与电子行业的应用让人期待。一方面，光子学可能会颠覆电子行业；但另一方面，它的新颖性加上供应链的挑战可能会延缓应用。
