AI算力集群呼唤光互连革命:硅光芯片团队获数千万融资,CPO/OIO方案加速落地
大模型训练集群规模指数级增长,传输速率迈向 1.6T 乃至 3.2T,传统电传输网络触及物理天花板。硅光芯片企业量引科技完成数千万元天使轮融资,以自研 MRM 微环调制器为切口,瞄准 CPO 与 OIO 下一代光互连方案。
大模型训练集群规模指数级增长,传输速率迈向 1.6T 乃至 3.2T,传统电传输网络触及物理天花板。硅光芯片企业量引科技完成数千万元天使轮融资,以自研 MRM 微环调制器为切口,瞄准 CPO 与 OIO 下一代光互连方案。
生成式 AI 与大模型训练需求的爆发,让算力集群的规模经历前所未有的指数级增长。传输速率从 800G 迈向 1.6T,甚至 3.2T。传统基于可插拔光模块的电传输网络,正在面临三重夹击:高功耗、热流密度集中、物理链路闪断风险。
一句话:电传输的物理天花板已经到了。
业界公认的解法是将光引擎与计算芯片或交换芯片进行深度集成——从可插拔模式走向 CPO,乃至最终渗透进每一颗高端 GPU/CPU 的 OIO。这不是"要不要做"的问题,而是"能做多快"的问题。
电传输距离受限,DSP 功耗高,热密度集中,速率提升面临信号完整性瓶颈。
光引擎与计算芯片深度集成,大幅缩短电传输距离,去除高功耗 DSP,系统能耗降至极低水平。
注:上表对比基于行业公开技术路线分析,CPO 和 OIO 的具体实现路径因厂商而异,但核心理念一致——将光互连从"板级"推向"芯片级"。
量引科技的切口选在微环调制器(MRM)——CPO 和 OIO 中最核心、也是门槛最高的器件之一。相比传统的 EML 或 MZM 调制方案,MRM 在四个关键维度上表现突出:
注:柱形宽度为相对比较,非绝对标度;"极致"表示 MRM 在该维度上已达到当前产业最优水平。温度稳定性是 MRM 产业化中公认的难点,量引通过自研算法解决。
更关键的是,量引科技掌握了底层的 硅光 PDK(工艺设计包)自研能力,并采用成熟且国内自主可控的 CMOS 工艺节点进行生产。这意味着他们不依赖代工厂的标准 PDK——事实上,目前也没有几家代工厂能提供微环 PDK——从源头上规避了高端制程的供应链风险,也为后续针对特定应用调整器件性能保留了灵活性。
一支拥有多次流片迭代经验的团队,加上对 MRM 关键参数的深度把控,构成了量引的差异化壁垒。
据 LightCounting / Yole 预测,CPO 将在未来几年率先迎来爆发,而最终渗透进每一颗高端 GPU/CPU 的 OIO,则蕴含着千亿美元级别的潜在市场。
注:市场预测数据来源于 LightCounting 与 Yole 公开行业报告,具体数值因口径不同可能存在差异,但 CPO→OIO 的演进路径为业界共识。
量引科技已与国内头部 GPU 厂商达成合作并进入 PoC(概念验证)阶段,重点攻克接口、GPU 和光引擎之间的光电信号转换及协议层适配。同时,公司正同步配合封装厂推进 TSV 等 3D 堆叠先进封装的联合研发。
一个诚实的注脚:
国内产业链目前还没有完全就位。光互联涉及的计算芯片、光芯片、先进封装三大板块形成有效协同还需要时间。量引的定位是"核心光互联赋能者"——先让国产光芯片在新一代算力系统里跑通,再为产业链上下游打开协作空间。
量引科技的创始团队融合了国内外研发与制造经验,核心成员在硅光与集成电路领域平均从业超过 20 年。
这支团队同时具备"从 0 到 1 的研发能力"和"从 1 到 100 的量产经验"——在光互连这样一个需要深厚工程积累的赛道上,这是最稀缺的组合。
光互连技术路线已明确,但国内产业链协同仍需时间。量引科技的自研 PDK 与温控算法构成了差异化壁垒,但从小批量流片到规模量产,仍需跨越良率爬坡与生态协同两道坎。真正的变量不是技术本身,而是国产 GPU 与光芯片能在多大程度上形成正向循环。
量引科技已完成 1.6T MRM 光芯片流片,目前正在测试中。
与国内头部 GPU 厂商的 PoC 进展、以及 3D 堆叠先进封装的联合研发成果,将是下一阶段的观察重点。