当算力焦虑从“地球烧到了太空”，市场早已开始寻找另一种缓解AI算力瓶颈的方式。
近日，片间光互连（OIO）创业公司光联芯科接连获得多家机构投资，成为国内光互连芯片赛道规模最大的早期融资之一。光互连技术被业内视为突破当下算力瓶颈的关键路径，通过将芯片间短距互连从电转向光，在传输能耗、带宽密度、延迟等核心指标上实现数量级提升。
中国算力底层技术架构正在发生深刻变革的同时，海外公司也在加快融资速度。据公开资料显示，美国光互连公司Ayar Labs和光芯片创业公司Lightmatter也在去年年底完成了新一轮融资，其中不乏英伟达、AMD、英特尔这样的投资者。
“在AI的发展中，买更多的GPU造更大的集群、追求更大的模型是一条路径，但边际效应是递减的。”光联芯科CEO陈超在一次行业论坛中表示，英伟达从五年前就开始做光互连，头部企业很早就看到了电互连的瓶颈，并有所准备。
从电到光
自ChatGPT在2022年底爆发以来，光模块作为算力基础设施中负责数据高速传输的核心器件，也悄然催生出“易中天”这样的光模块领头羊，它们分别取自新易盛（300502.SZ）的“易”、中际旭创（300308.SZ）的“中”，以及天孚通信（300394.SZ）的“天”。
但光模块的暴涨只是光互连行业的一个缩影。
随着智算集群向十万卡级规模演进，传统铜介质电互连面临着明显瓶颈。中移智库在最新发布的《光互连技术白皮书》中指出，在万卡级大模型算力集群中，数据在芯片间移动的能耗占系统总能耗的九成以上，真正用于计算的能量不足10%。更严峻的是，随着传输速率提升，铜互连的有效距离急剧缩短至几厘米，成为算力扩展的隐形枷锁。
换言之，当数据中心内部需要连接的GPU数量越来越多，需要交换的数据量也呈指数级增长。而传统的铜线传输被速度更快、能耗更低的光模块替代，于是推动了光模块向800G甚至1.6T迭代。
“就像让顶级F1车手在乡间土路上飙车，我们现在要做的是铺一条‘光速公路’，否则跑不动。”陈超这样描述光互连的未来。传统铜互连受“趋肤效应”影响绝大部分功耗在散热上，而不是在传输上，但光善于做互连，目前光模块只是解决服务器之间的传输问题，但这只是光互连的1.0形态，未来要继续下沉，去解决铜导线达到物理极限问题。
在他看来，国内数据中心的能力未来一要看算力，二看能耗。这两大能力不一定是在单芯片层面去解决。如果利用光互连来赋能计算集群或者GPU公司，能够实现国内算力中心整体性能大于国外集群的目标，并且能够降低包括芯片购买、芯片间的能耗等总体成本。
国内外企业竞速
今年3月，来自于硅谷Ayar Labs宣布推出了业界首个通用芯片互连Express（UCIe）光学互连小芯片TeraPHY。
Ayar Labs创始人Mark Wade表示，上述方案能让GPU集群实现千米级高效通信，并已完成量产准备。而在这家公司背后，站着多家芯片巨头，包括英特尔、英伟达、AMD、格芯等。
英特尔与英伟达也在构建自己的光赛道能力。去年，英特尔已对外展示了“完全集成”的光学计算互连OCI芯粒，该芯粒与英特尔CPU封装在一起，可在最长可达100米的光纤上，单向支持64个32Gbps通道，双向数据传输速度达4Tbps。
英伟达则在今年早些时候宣布下一代机架级AI平台将融合两大关键技术，其中包括了硅光子互连技术与共封装光学器件CPO。
在今年举办的Hot Chips大会上，英伟达进一步披露了该方向的技术落地细节，重点发布了下一代Quantum-X和Spectrum-X两款光子互连解决方案的更多参数与功能信息，同时宣布计划于2026年将上述方案推向市场，这意味着该方案已经走向商业化落地的阶段。
国内企业中，华为采用的“灵衢互联”协议，本质上也推动了光互连技术的落地。在华为全联接大会2025上，基于灵衢互联协议，华为推出了一系列超节点产品，包括Atlas 950 SuperCluster和Atlas 960 SuperCluster。
华为轮值董事长徐直军在当时对记者表示，灵衢互联技术指标超过了950、960超节点的设计要求，本质上可以接四个P算力的昇腾卡，算力还可翻一番。“光器件我们有光工厂，光模块也是我们自己设计自己造的，还有连接芯片，就是芯片之间的互联，没有这个芯片连不起来，有了才能连接成超节点。”徐直军对记者说。
在陈超看来，英伟达和华为的模式，类似于“苹果模式”，是一套解决方案，包括了自有芯片、自有互联、自有交换机，是封闭生态。作为下一代的光互连企业，光联芯科希望能为行业搭建一个“安卓生态”，联合国内多家GPU厂商打造一个可扩展，开放的互联平台。“这样可以直接提供标准化的光接口产品。”
面对国内外技术差距时，陈超认为，目前全新的光领域和光电融合领域，国外领先国内2-3年，但基本站在同一个起跑线上。“国内光互连的迭代速度更快，而且有更优的成本优势，还能降低对先进制程依赖，在未来就会转变成技术优势与产品优势，有可能在计算+互连的领域实现弯道超车。”
