公司融资与市场地位 - 国内光互连领军企业光联芯科已累计完成数亿元融资，近期新一轮由君联资本领投，红杉中国、高瓴创投等老股东持续超额追投[2] - 融资节奏迅猛，未大面积接触机构即快速完成，最终以超额认购收官[2] - 成立仅两年已完成四轮融资，刷新了中国光互连早期项目的估值水平[2] 行业趋势与赛道热度 - 光互连是决定AI算力上限的隐形赛道，正在引爆[2] - 多位一线半导体行业投资人认为，跟算力传输相关的项目很热，其中光互连是确定性最强的下一代主线，评价为“热、卷”[2] - 2026年两会“算电协同”首次写入政府工作报告，算力发展进入“能效并重”新阶段，赛道关注度上了一个台阶[3] - 大模型与具身智能爆发，GPU从单卡竞赛转向集群竞赛，算力瓶颈逐渐从计算本身转向连接[3] 技术路径与公司定位 - 光互连技术用光代替铜线，让芯片之间直接对话[3] - 光联芯科定位为AI大算力时代的光互连架构建造者，赋能下一代AI算力中心迈向“全光互连”[4] - 公司技术聚焦芯片级光I/O，直接面向芯片内部互连，将光引擎与芯片共封装，实现“电算光连”全新架构，让数万GPU高效协同如同一颗芯片[4] - 公司坚持全国产化技术链和垂直整合，从芯片设计、光引擎到封装测试全产业链自主可控[6] - 公司开辟了一条不依赖国外先进制程的发展路径，工程迭代速度不输于国外且成本更低[6] 市场前景与竞争格局 - 光互连领域先驱、硅谷初创公司Ayar Labs近期完成5亿美元E轮融资，估值达37.5亿美元，背后有英伟达、AMD、英特尔、联发科等芯片巨头支持[3][4] - 光联芯科被视为中国版的Ayar Labs[4][6] - 未来数据中心将向“全光互连”发展，芯片直接出光，带宽能力可提升多个数量级，成本和功耗可能降低到百分之一[6] - 预计到2030年，该技术可能催生一个比光模块更大的市场[6] - Ayar Labs预计其2028年年出货量将超过1亿颗[6] - 中国市场占全球AI算力投资的三分之一[6] - 光联芯科的天花板将不逊于任何一家国产GPU厂商[6]

公司融资与市场地位 - 成立仅两年的光联芯科已完成四轮累计数亿元融资，近期新一轮融资由君联资本领投，红杉中国、高瓴创投等老股东持续超额追投 [2][3] - 融资节奏迅猛，未大面积接触机构即快速完成，最终以超额认购收官，刷新了中国光互连早期项目的估值水平 [4] - 密集融资体现了行业与团队的双重叠加效应，公司被视作国内光互连领军企业 [3][4][6] 行业趋势与赛道前景 - 光互连是决定AI算力上限的隐形赛道，被一线半导体行业投资人评价为“热、卷”，是确定性最强的下一代主线 [6] - 2026年两会“算电协同”首次写入政府工作报告，算力发展进入“能效并重”新阶段，赛道关注度大幅提升 [6] - 大模型与具身智能爆发推动GPU从单卡竞赛转向集群竞赛，行业认识到算力瓶颈在于连接而非仅计算本身 [6] - 光互连技术用光代替铜线实现芯片间直接对话，海外对标公司Ayar Labs近期完成5亿美元E轮融资，估值达37.5亿美元，背后有英伟达、AMD等芯片巨头支持 [6] 公司技术与战略定位 - 光联芯科定位为AI大算力时代的光互连架构建造者，旨在赋能下一代AI算力中心迈向“全光互连” [8] - 公司技术聚焦芯片级光I/O，直接面向芯片内部互连，通过光引擎与芯片共封装实现“电算光连”全新架构，让数万GPU高效协同如同一颗芯片 [8] - 公司坚持全国产化技术链和垂直整合，从芯片设计、光引擎到封装测试全产业链自主可控，具备强抗风险能力 [10] - 公司开辟了不依赖国外先进制程的发展路径，工程迭代速度不输于国外且成本更低，有望追平甚至超越海外 [10] 市场潜力与未来展望 - 公司CEO陈超预计，未来数据中心将实现全光互连，带宽能力可提升多个数量级，而成本和功耗可能降低到百分之一 [10] - 预计到2030年，该技术可能催生一个比光模块更大的全新算力市场 [10] - 对标公司Ayar Labs预计2028年年出货量将超过1亿颗，而中国市场占全球AI算力投资的三分之一 [10] - 作为中国版的Ayar Labs，光联芯科的天花板被认为不逊于任何一家国产GPU厂商 [11]

光互连与Micro LED技术应用 - 核心观点：Micro LED技术已拓展至智算中心光互连场景，同时有公司正同步加码研发车载TFT-LCD及OLED驱动集成芯片 [1] 变压器与算电协同发展 - 核心观点：变压器产品已成功切入欧洲电网及数据中心供应链，公司海外订单实现增长，其子公司已开始陆续交付自有算力资源 [1]

行业投资评级 - 增持（维持）[7] 报告核心观点 - 光通信行业正经历由AI数据中心需求驱动的结构性变革，技术演进从800G向1.6T/3.2T迭代、从可插拔向CPO架构演进、从铜缆向光学短距替代，多条技术曲线同步推进[1] - 共封装光学（CPO）技术是突破AI算力集群“I/O墙”的关键，预计在AI数据中心光通信模块的渗透率将于2030年达到35%[3][29] - 上游光芯片（特别是EML）供需紧张，订单已排至2027年后，行业景气周期明确，海外大厂及国内相关公司正积极扩产[4][39][40] 一、OFC 2026大会前瞻 - **大会概况**：OFC 2026大会将于2026年3月15日至19日在美国加州举行，汇聚了光芯片、光模块、光系统全产业链的核心玩家，包括Coherent、Lumentum、英伟达、谷歌、Meta、微软、博通、Marvell、台积电、英特尔、三星等，将定义未来数年的光通信格局[1][14] - **核心议题**：大会核心议题包括1.6T及3.2T光模块技术路径、CPO与新型光学I/O架构、硅光子异构集成、以及可插拔方案与CPO方案的路线之争[1][16] - **技术趋势**： - **光替代铜趋势明确**：在AI数据中心带宽需求驱动下，传统铜缆电互连在应对800G及更高频率时逼近物理极限。预测显示，5米以上距离3年内几乎全部替换为光互连，1米以内约5年完成过渡，50厘米以内10年内逐步光化[15] - **技术路线百花齐放**：单通道400G成为研发主流目标，EML、硅基光子学、薄膜铌酸锂、前沿新材料四大技术路线在OFC论文摘要中各有突破[1][22] - **产业巨头动态**： - **AI算力巨头（英伟达、谷歌、Meta、博通、微软）**：定义光互联技术核心演进方向，发布全栈式光学创新、OCS光交换、空芯光纤等前沿成果[17][18][19] - **供应链龙头（Coherent、Ciena、Lumentum、康宁）**：发布核心器件技术突破，支撑AI光互联规模化落地，如高集成度硅光子引擎、高速EML/VCSEL、低损耗玻璃波导等[20][21] - **半导体代工厂（台积电、英特尔、三星、格芯）**：升级硅光子制造平台，发布逆向设计光子器件、硅光子芯粒、300-mm硅光子平台等进展，打通技术量产最后一公里[24] 二、英伟达深化布局与CPO渗透前景 - **CPO渗透率预测**：根据TrendForce预测，CPO在AI数据中心光通信模块的渗透率将逐年成长，预计在2030年达到35%[3][29] - **技术驱动力**： - **铜缆物理极限**：英伟达NVLink 6单通道400G SerDes的极速下，铜缆方案可用距离被严格限缩在一米内，无法满足跨机柜（Scale-Up）的互连需求[2][30] - **光学传输优势**：光学传输具备波分复用（WDM）技术，能大幅提升单一光纤内的传输密度，是铜缆无法比拟的优势[2][30] - **英伟达战略布局**： - **投资与锁定产能**：英伟达宣布分别投资Lumentum与Coherent各20亿美元，并签署多年度采购承诺及优先供货权，针对Scale-Up光互连关键零部件进行战略储备[3][31] - **技术路线**：通过台积电COUPE 3D封装技术堆叠逻辑与硅光芯片，利用200G PAM4微环调制器提升光引擎带宽密度[31] - **产业链进展**： - **Lumentum**：已将CPO列为未来增长核心催化剂，获得数亿美元超高功率激光器订单，预计2026年Q4 CPO相关营收达5000万美元，2027年上半年将有数亿美元CPO订单转化为营收[35] - **Coherent**：获得头部AI数据中心客户的大额CPO解决方案订单，其全球唯一的6英寸磷化铟生产线具备技术与产能优势[37] 三、光芯片供需紧缺与景气周期 - **EML供需紧张**：Lumentum表示EML供需仍有25%-30%缺口，订单被深度锁定至2027年底；首批1.6T收发器以200G EML为主，客户需求强劲[4] - **供应高度集中**：全球EML产能由Lumentum、Coherent、三菱、住友、博通、索尔思等少数厂商主导，因800G/1.6T模块庞大需求，供应链上游激光光源出现严重供给瓶颈，交期已排至2027年后[39] - **海外大厂指引**： - **Coherent**：800G和1.6T收发器订单强劲增长，正在美国德州和瑞典两地并行扩产6英寸磷化铟生产线，目标使内部磷化铟总产能在未来一年内翻倍[40] - **Lumentum**：FY26Q1 EML激光器创下出货量纪录，磷化铟晶圆厂产能已全部分配完毕，计划未来几个季度实现约40%的单元产能扩充[40] - **Tower**：25Q3硅光子产品收入5200万美元，同比增长约70%，预计2025年硅光子业务营收将超过2.2亿美元，同比激增109.5%，并追加投资以扩张产能[40] - **住友电工**：25H1通信业务营业利润同比增长超三倍，将强化数据中心相关产品产能[40] - **博通**：AI网络需求推动公司AI订单储备增至约730亿美元，其中约200亿美元来自网络与光互联相关产品，并在1.6T DSP及配套光学组件方面获得创纪录订单[40][43] - **重点公司——索尔思光电（被东山精密收购）**： - **市场地位**：光芯片产量全球领先，25H1全球排名第七，市占率从2024年的1.9%上升至4.4%[4][41] - **技术储备**：具备EML与硅光方案双技术路线，基于自研单波200G的EML芯片，已开发出800G FR4和AR4产品，正在开发1.6T光模块产品，并研发400G PAM4 EML芯片以赋能3.2T光模块[4][41][42] - **业绩表现**：25H1营收22亿元，同比大幅增长109%，净利润2.9亿元，同比激增581%[41] 四、相关投资标的 - **光互连产业链**：东山精密（索尔思）、炬光科技、源杰科技、天孚通信、中际旭创、新易盛、长光华芯、仕佳光子、光迅科技等[44] - **PCB及产业链**：胜宏科技、东山精密、沪电股份、鹏鼎控股、深南电路等[44] - **存储模组及芯片**：香农芯创、佰维存储、国科微、兆易创新、澜起科技等[44] - **半导体设备与材料**：中微公司、北方华创、拓荆科技、雅克科技、鼎龙股份等[44] - **封测**：长电科技、通富微电、甬矽电子等[44] - **CPU与算力芯片**：海光信息、澜起科技、芯原股份、寒武纪等[44]

AWE 2026展会概况 - 2026中国家电及消费电子博览会（AWE 2026）于3月12日至15日在上海举办，主题为“AI科技、慧享未来” [2] - 展会总展览面积达17万平方米，汇聚1200家企业参展，覆盖智能终端芯片、传感器、AI大模型等全产业链环节 [2] - 展会首次采用“一展双区”布局，设置东方枢纽国际商务合作区与新国际博览中心两大展区 [3] 智能眼镜成为焦点赛道 - 千问首次在国内亮相其首款硬件产品千问AI眼镜G1，内置千问大模型，支持通话、拍照录像、翻译等功能 [4] - XREAL展示XREAL 1S，搭载自研X1空间计算芯片，无需外部算力即可实现空间悬停，并实现原生实时2D转3D功能 [7] - TCL旗下雷鸟创新展示雷鸟X3 Pro AR眼镜，并联合高德地图发布雷鸟智慧生活应用 [8] - 京东方全球首次展出一款智能骑行运动眼镜S7，采用Micro LED+衍射光波导技术，可实时投射导航、车速等信息，预计今年6月联合车厂发布 [8] - XREAL创始人兼CEO徐驰认为眼镜可能是未来很好的AI载体，因其具备AI与世界交流所需的感官要素 [8] 具身智能产品集中亮相 - 在东方枢纽展区的“数智智造”与“未来智创”区域，宇树科技、智元机器人等公司展示了人形机器人、机器狗、护理机器人、外骨骼机器人等产品 [9] - 傲鲨智能展示FIT-HV PRO腰部外骨骼机器人，应用于重物搬运等场景，可降低超过60%的体能负荷；PES-U储能上肢外骨骼可降低约30%的肌肉负荷 [11] - Minimax作为OpenClaw官方原生支持的大模型供应商之一，展示了基于OpenClaw构建的云端AI助手MaxClaw [13] 底层技术与算力解决方案进展 - 上海仪电联合曦智科技、壁仞科技、中兴通讯发布光跃超节点128卡商用版，这是国内首个光互连光交换GPU超节点解决方案，已实现数千卡部署 [14] - 实测显示，在训练DeepSeek V3 671B模型时，该方案较非超节点集群性能显著提升，模型切换延迟低至微秒级，传输延迟较传统电交换降低90%以上 [17] - 该超节点已成功适配阶跃星辰全系列模型及DeepSeek、Minimax、Kimi、GLM等主流大模型 [17] - 砺算科技发布LX系列3款专业卡及7G100消费卡，其中LX PRO专业卡配备24GB GDDR6大显存，旨在降低“显存溢出”风险 [17] 其他前沿产品与展区规划 - 小鹏汇天首次展出分体式飞行汽车，具备车载自动分合机构，5分钟可实现陆行体与飞行体的分离与结合，预计今年下半年量产，预售价200万元以内 [18] - 东方枢纽国际商务合作区管理局副局长表示，区内正规划建设科创研发孵化基地等载体，支持人工智能等重点产业发展，并依托便利政策促进国际协作与创新 [18]

AWE 2026展会概况 - 2026中国家电及消费电子博览会于3月12日至15日在上海举办，主题为“AI科技、慧享未来” [1] - 展会总展览面积达17万平方米，汇聚了1200家企业参展，覆盖智能终端芯片、传感器、AI大模型等全产业链环节 [1] - 展会首次采用“一展双区”布局，包括东方枢纽国际商务合作区和新国际博览中心两大展区 [2] 智能眼镜赛道 - 智能眼镜是本届展会备受关注的赛道，多款产品在东方枢纽展区亮相 [2][3] - 千问首次在国内展示了其首款硬件产品——千问AI眼镜G1，该产品支持通话、拍照录像、翻译等功能，并内置千问大模型 [3] - XREAL展示了搭载自研X1空间计算芯片的XREAL 1S，无需外部算力即可实现空间悬停体验，并率先实现原生实时2D转3D功能 [5] - TCL旗下雷鸟创新展示了雷鸟X3 Pro AR眼镜，并联合高德地图首发上线“雷鸟智慧生活”功能 [6] - 京东方全球首次展出了S7 AI+AR骑行运动眼镜，采用Micro LED+衍射光波导技术，可实时投射导航、车速等信息，预计将于今年6月与车厂联合发布 [6] - XREAL创始人兼CEO徐驰认为，眼镜可能是未来很好的AI载体，因为它具备了AI与世界交流所需的几乎所有感官要素 [6] 具身智能与人形机器人 - 具身智能是东方枢纽展区的另一大看点，在“数智智造”与“未来智创”区域集中展示 [7] - 宇树科技、智元机器人等公司展示了各类人形机器人，同时还有陪护机器人、机器狗、护理机器人、外骨骼机器人等产品亮相 [7] - 傲鲨智能展示了FIT-HV PRO腰部外骨骼机器人，可降低超过60%的体能负荷；PES-U储能上肢外骨骼则可降低工人约30%的肌肉负荷 [10] - 作为OpenClaw官方原生支持的大模型供应商之一，Minimax展示了基于OpenClaw构建的云端AI助手MaxClaw [11] 底层技术与算力解决方案 - 光互连技术取得新进展，上海仪电联合曦智科技、壁仞科技、中兴通讯正式发布了光跃超节点128卡商用版 [12] - 该方案是国内首个光互连光交换GPU超节点解决方案，以曦智科技的硅光OCS光交换芯片为核心，搭载壁仞科技的大算力通用GPU液冷模组壁砺166L，并集成中兴通讯的高性能AI服务器 [12] - 实测数据显示，在训练DeepSeek V3 671B模型时，该方案模型切换延迟低至微秒级，传输延迟相较传统电交换降低90%以上 [16] - 该超节点已成功适配阶跃星辰全系列模型以及DeepSeek、Minimax、Kimi、GLM等主流大模型，并已实现数千卡的部署和长期稳定训练 [12][16] - 砺算科技发布了LX系列3款专业卡及7G100消费卡，其中LX PRO专业卡配备24GB GDDR6大显存，旨在降低“显存溢出”风险 [16] 其他前沿产品与展区规划 - 小鹏汇天首次展出了分体式飞行汽车，该产品全球首创车载自动分合机构，可实现5分钟内陆行体与飞行体的自动分离与结合，预计今年下半年量产，预售价在200万元以内 [17] - 东方枢纽国际商务合作区管理局副局长赵宇刚表示，商务合作区内正在规划建设科创研发孵化基地、医疗器械培训展示交易和创新中心等载体，以支持生物医药、集成电路、人工智能等重点产业发展 [17]

英伟达的战略投资与合作 - 英伟达宣布分别向Coherent和Lumentum投资20亿美元，并签署长期供货协议 [1] - 英伟达此举旨在锁定全球两大主要磷化铟供应商的大部分产能，是其首次与上游供应商达成此类协议 [3] - 合作声明指出，光互连技术和先进封装集成是下一阶段AI基础设施的关键，英伟达正借此推进硅光子技术，打造下一代“吉瓦级”AI工厂 [7] 行业产能与需求状况 - Lumentum在磷化铟晶圆制造方面拥有全球最大产能，拥有4座晶圆厂并计划再建第5座 [2] - 过去12-18个月，Lumentum已将现有工厂产能提升约4倍，预计未来两个季度还能再提升20%，但供需缺口仍在扩大 [2] - 整个行业面临磷化铟产能瓶颈，预计将持续到今年全年甚至明年，考虑到CPO需求，供应短缺可能持续数年 [3] - 根据对2027甚至2028年的需求预测，Lumentum预计仍将处于“售罄”状态 [2] 公司扩产计划与投资用途 - 英伟达的投资将直接用于Lumentum新晶圆厂的建设，以扩大磷化铟产能 [2] - Coherent今年的目标是产能翻倍，并全部基于6英寸晶圆，相较传统3英寸晶圆，芯片产出超4倍，成本不到一半 [3] - Coherent表示今年产能翻倍只是开始，未来还会继续扩产 [3] - 投资款的优先事项是扩大产能，具体瞄准CPO解决方案 [2] 长期供货协议要素 - 评估长期供应协议主要有三大因素：供应商对产能或产品供应的承诺、客户对采购量的承诺、客户是否“真金白银”投入（如资本支出或股权投资） [3] - 英伟达的协议完美符合这三点，具备这三个要素的合作对供应商最有利 [3] 行业驱动因素与节奏变化 - AI热潮下，行业驱动从以电信运营商为主导、节奏以“年”为单位，转变为由超大规模数据中心厂商驱动、节奏以“月”为单位、出货量以百万为单位计算 [4] 公司战略布局重点 - Lumentum重点投入三大方向：CPO、OCS（光线路交换机）以及将电信领域技术应用于超大规模数据中心的“Scale-across” [4] - Coherent与英伟达的协议涵盖多个产品线，总体围绕CPO展开，包括用于CPO的连续波激光器等相关产品 [2] - Lumentum的产能逐渐向CPO倾斜，日本、英国、美国工厂各有分工，美国工厂专供CPO，预计未来几个季度将被CPO订单迅速填满 [5][6] 技术路径与市场展望 - CPO的核心痛点是激光器可靠性，Lumentum通过复用海缆通信泵浦激光器技术、24小时老化测试以及初期采用可拔插外部光源来确保可靠性与便于维护 [4] - 可拔插外部光源被认为是Lumentum重要的增量收入机会，大多数客户需要“交钥匙”方案 [4] - CPO一旦普及，将替代部分可插拔光模块市场，尤其是横向扩展场景，但其真正增量在于纵向扩展场景，即用光互连替代机架内部的铜背板 [6] - 根据客户长期预测，可插拔光模块在横向扩展、数据中心互连等场景仍将主导未来十年的发展，CPO的主要战场在纵向扩展 [6] - 行业相信，数据中心内部目前仍以电连接为主的纵向扩展网络部分，未来几年将逐步转向光连接，最终几乎所有数据中心内部连接都将实现全光化 [6] CPO部署与行业意义 - 英伟达网络高级副总裁表示，CPO在提升能效和系统可靠性方面扮演关键角色，将于今年内启动规模部署 [7] - 网络正日益成为决定整个AI系统能力的关键因素 [7] - 英伟达此举充分说明整个行业正加速从铜缆向光互连转型 [3]

数据中心光互连技术趋势 - 生成式AI兴起推动数据中心对高速传输需求提升，传统用于机柜内短距传输的铜缆方案在传输密度与节能方面面临严峻挑战[4] - 相比铜缆方案，Micro LED CPO（共封装光学）方案的单位传输能耗更低，可将整体能耗大幅降低至铜缆方案的5%，凭借节能优势有望成为光互连替代方案[4] - 市场需求持续推动数据传输规格升级，≤400 Gbps规格已被大量导入云端服务供应商数据中心，自2025年起需求正将传输规格推向800 Gbps和1.6 Tbps[4] 技术性能与能耗对比 - 在追求高传输速率下，传统铜缆能耗超过10 pJ/bit，导致系统能耗大幅增加，促使产业链加速“光进铜退”[5] - 以1.6 Tbps产品为例，现行光收发模组功耗高达约30W，若采用Micro LED CPO架构，整体功耗有望降低近20倍至1.6W左右，显著改善功效与散热压力[5] - Micro LED CPO技术通过整合50微米以下的芯片尺寸与CMOS驱动电路，可实现仅1~2 pJ/bit的能耗，是机柜内短距高速传输的理想光互连方案[5] 行业领导者规格与供应链动态 - NVIDIA已提出其硅光子CPO规格目标，包括低能耗(<1.5 pJ/bit)、高密度(>0.5 Tbps/mm²)以及高可靠性（故障率低于10 FIT，即十亿小时低于一次）[5] - 全球供应链正积极布局光通讯与光互连领域，例如微软推出MOSAIC架构，Credo收购Hyperlume以强化技术能力，Avicena开发LightBundle™技术以提升数据传输效率与功耗表现[6] 相关行业会议与活动 - 关于Micro LED光通讯趋势的更多解读，可关注2026年4月22日至23日在深圳举办的“2026新型显示产业研讨会”[6] - 会议中，TrendForce资深研究副总经理邱宇彬将针对《Micro LED跨界融合：AI显示与光通讯的双轨发展》做主题演讲[6] - 会议议程包含多个专场，其中“AI+AR/VR近眼显示专场”将探讨2026年近眼显示市场趋势、Micro LED配合光波导技术在AR产业的前景、Micro OLED技术现状及趋势、AR眼镜产业国产设备/材料前景等议题[8]

公司概况与融资历程 - 初创光芯片设计公司Ayar Labs在2024年12月完成1.55亿美元D轮融资，投资方包括Advent Global Opportunities、Light Street Capital、英伟达、AMD、英特尔、格芯、台积电合作伙伴VentureTech Alliance、3M等产业巨头 [2] - 近期，公司又获得约5亿美元融资，投资方包括Neuberger Berman、联发科、卡塔尔投资局等，此轮融资后公司估值达到38亿美元 [2] - 公司成立于2015年，由麻省理工学院、加州伯克利大学和科罗拉多大学组成的跨校研究团队创立，核心创始人为孙晨、马克·韦德、弗拉基米尔·斯托扬诺维奇和亚历克斯·赖特-格拉德斯坦 [6] 技术背景与市场需求 - 公司致力于解决高性能计算中数据传输的物理极限问题，核心观点是电子通讯的连接性和存储器带宽扩展速度无法跟上算力增长，需要利用“光”来突破电子通讯的物理限制 [6] - AI基础设施的扩展正面临带宽、延迟和功耗的三重困境，这些挑战主要由传统基于铜的互连技术造成 [10] - 数据传输瓶颈严重限制GPU集群效能，例如单个GPU效率可达80%，但扩展至64个GPU时可能降至50%，扩展至256个GPU时可能只有30% [12] - 英伟达数据中心产品首席平台架构师认为，下一个百万倍的AI加速将需要光学I/O等全新技术来支持未来工作负载的带宽、功率和规模要求 [12] 核心技术产品：TeraPHY与SuperNova - TeraPHY是业界首个封装内光I/O解决方案的核心，是一款光学I/O小芯片，负责光电信号转换和收发 [12] - 该芯片首次将硅光子技术与标准CMOS制造工艺结合，使光学互联与电子GPU或CPU集成在同一封装内 [14] - TeraPHY包含约7000万个晶体管和10,000多个光学器件，其核心优势是微环调制器解决了温度敏感性问题，可在15-100°C温度范围内稳定工作 [14] - 芯片支持8个光通道，总双向带宽达4Tbps，每个端口传输能力为256Gbps，延迟低至5纳秒，并采用标准UCIe电气接口以实现即插即用 [15] - SuperNova是与之协同工作的远程多波长光源，最多支持将16种波长的光传输至16根光纤，可驱动256个光载波，提供16Tbps的双向带宽 [17] - SuperNova符合CW-WDM MSA标准，由MACOM设计、Sivers Photonics制造 [17] 技术优势与突破 - 与传统的可插拔光学器件和电气互连相比，Ayar Labs的光I/O解决方案带宽提升5-10倍（从数百Gbps跃升至4-16Tbps级别），能效提升4-8倍（每比特功耗不到5pJ/b），延迟降低至1/10 [18][22] - 技术先进性体现在微环调制器的温度稳定性突破，以及坚持采用UCIe、CXL、PCIe、CW-WDM MSA等开放标准 [20][24] - 开放标准策略使TeraPHY能像“乐高积木”一样与任何支持UCIe的芯片无缝集成，降低了客户的采用门槛，这是吸引英伟达、AMD、英特尔等巨头投资的重要原因 [24][25] - 公司正在探索将光互连引入芯片内部的可能性，以解决大尺寸芯片片内布线的延迟和功耗问题 [25] 竞争格局分析 - 主要竞争对手包括Lightmatter、Xscape Photonics、被Marvell收购的Celestial AI，以及传统巨头英特尔、博通、Coherent、Lumentum [27][28][33][34] - Lightmatter在2024年10月完成4亿美元D轮融资，估值达44亿美元，其核心产品Passage采用光学中介层技术，宣称互连密度比标准共封装光学器件高出40倍 [29] - Xscape Photonics选择将频率梳激光器直接集成到芯片上，于2024年10月获得4400万美元A轮融资，英伟达参与投资 [31] - Coherent和Lumentum是光通信领域的老兵，正从电信转型AI数据中心，两者在可插拔光模块市场占据优势，并与Ayar Labs在共封装光学领域形成竞争 [34][35][36] - 英特尔推出了全集成的光计算互连芯片组，支持高达4Tbps双向数据传输，每比特功耗5pJ；博通交付了Bailly共封装光学交换机，提供每秒51.2太比特的数据吞吐量 [39] - Ayar Labs的Fabless模式相比Lumentum的垂直整合模式更灵活，但依赖代工厂供应链 [37] 公司发展现状与前景 - 公司已向部分客户出货约15000台设备，并计划到2026年中期实现芯片大批量生产，到2028年及以后，年出货量可能超过1亿台 [8][45] - 团队由来自英特尔、IBM、美光、麻省理工学院、伯克利和斯坦福的顶尖技术专家组成，已与GlobalFoundries、Applied Materials、台积电、英特尔和英伟达等主要厂商建立战略合作关系 [8] - 公司优势在于开放标准带来的生态系统兼容性、已出货设备的验证规模、与一线晶圆厂及供应链伙伴的整合能力，以及获得产业巨头的投资者背书 [42][43][44] - 面临的挑战包括硅光子器件的制造成本、激光器组件的可靠性问题，以及来自传统巨头的竞争 [44][45] - 行业预测2026-2028年是数据中心从铜互连向光互连过渡的关键时期，公司需在此时间窗口内实现大规模量产以把握市场机会 [45][46][48] - 光通信市场研究公司LightCounting认为，共封装光学在未来几年内可能仅限于交换机，GPU上看到CPO可能要等到下一个十年初，这意味着Ayar Labs可能需要比预期更长的时间来实现盈利 [46]

文章核心观点 现代数据中心光互连供应链是一个由多个紧密耦合、对良率高度敏感的精密加工环节构成的复杂系统[2] 其经济效益主要取决于缺陷密度、工艺控制、亚微米级对准和气密封装的可制造性，而非原材料成本[2] 由于化合物半导体光子学在晶圆尺寸、工具标准化和全球代工产能方面远不及硅CMOS成熟，导致产能扩张存在结构性限制，新增需求通常表现为交货期延长和利润波动，而非平稳的产量增长[2] 整个供应链的瓶颈往往出现在原材料下游的转化和组装环节，如衬底缩放、外延生长、晶圆制造、封装与测试，使得产能难以快速扩展，盈利能力对良率、自动化和可靠性认证的学习曲线高度敏感[35] 供应链关键环节与制约因素 原材料（铟）的供应制约 - 铟是光电器件（如InP、InGaAs）的关键元素，但其供应是结构性的副产品：目前没有经济效益显著的原生铟矿，它主要作为锌矿（特别是闪锌矿）加工过程中的副产品被回收[2][6] - 铟的供应弹性有限：增加回收量需要冶炼厂和精炼厂安装特定工艺流程，而许多锌生产商并未配备相关工艺，导致锌矿石中相当一部分铟未被回收[3][5] - 供应集中且与锌产业强耦合：2023年全球原生精炼铟产量为1020吨，其中中国预计产量为690吨，占全球的68%，精炼阶段高度集中[6] 供应链易受锌精矿贸易流向、精炼厂投产或政策限制的干扰[6] 衬底制造（磷化铟晶圆） - 高性能光通信依赖于含铟的III-V族半导体，如InP和InGaAs，用于激光器和光电二极管[7] 即使硅光子学架构中，激光光源等关键部件仍常需含铟材料[7] - InP晶体生长复杂：因磷的高蒸气压，需要采用VCZ、VGF或VB等特殊方法控制位错、翘曲和晶圆破损[8] 开发6英寸InP衬底需重点关注位错密度、残余应变和总厚度变化（TTV）等指标[8] - 晶圆尺寸差距是经济决定性因素：硅晶圆标准尺寸为300毫米，而InP晶圆传统尺寸为2至4英寸，限制了芯片产量和规模经济[9] 向150毫米（6英寸）InP晶圆的过渡正在进行，但处于早期且产能有限[9] 尺寸升级需要下游整个生态系统重新认证，规模化时间线类似半导体节点迁移[11] 外延生长 - 外延生长是原子尺度的工程瓶颈，用于构建激光器、调制器等器件的功能层，层厚和成分控制需达纳米级，微小偏差会非线性影响性能并增加报废风险[12] - 该工序是高附加值、高脆弱性环节：耗费大量设备时间和前驱体材料，上游错误可使晶圆在下游加工前就失去价值[12] 工业上主要采用MOCVD或MBE技术[12] - 工艺专有且集中：外延“配方”高度专有，与器件强相关，因此集中在少数自有晶圆厂和专业外延加工厂，限制了需求激增时的可替代性[13] 晶圆制造（光子集成电路PIC制造） - InP光子器件制造工艺窗口独特，对侧壁粗糙度、刻蚀深度误差等极为敏感[14] 使用氯基等离子体刻蚀和金基金属化等与硅CMOS不同的工艺，降低设备共享性[14] - InP的优势在于能单片集成多种功能（如激光器、调制器、探测器），但这增加了掩模数量和工艺复杂性[14] 一份详细工艺描述列出制造InP PIC需“243个步骤”[15] - 设施限制严重：专用化合物半导体光子工厂需要专门的技术和污染控制，新增产能需要数年的建设和验证周期，良率提升依赖缺陷减少和工艺优化[15] 测试与良率管理 - 测试是多阶段且受物理限制的过程：完整的光学表征需要光纤对准，速度可能比CMOS电学探测慢，成为吞吐量限制因素[16] - 良率是核心经济杠杆：将固定的晶圆和晶圆厂成本转化为每个合格芯片的成本[17] 最先进的InP晶圆厂良率历来落后于硅晶圆厂，成熟度与老一代硅CMOS工艺相当[17] - 良率管理包括缺陷检测、参数控制、外延均匀性控制及通过持续反馈找出根本原因[17] 良率变化轨迹常通过毛利率趋势、量产爬坡期均价稳定性等来推断[17] 封装与组装 - 光子封装的核心挑战是芯片与单模光纤的微米级甚至亚微米级精密对准，耦合效率对准偏差极其敏感[18] 需要主动对准技术，即在定位过程中监测耦合功率[18] - 气密封装对高可靠性应用必不可少，以防止湿气和污染物影响性能[18] 封装外壳（如陶瓷/金属）的供应在需求高峰期可能成为交货瓶颈[20] - 可靠性认证要求严格：需通过如Telcordia GR-468等认证，并采用100%老化测试和筛选流程以防止早期故障，这增加了复杂性和资本投入[20] 模块集成与测试 - 可插拔收发器模块集成了光子组件和高速CMOS电子元件（如激光驱动器、TIA、DSP）[21] - 模块级测试是限制环节：需在电气、光学和热学领域进行验证，测试项目多（如光功率、误码率BER），且光学测量耗时，可能成为出货瓶颈[22] - 共封装光学（CPO）改变价值链：将光引擎移至与ASIC/GPU相同封装附近，缩短电互连[23] 但这将制造流程转向先进封装（如2.5D/3D集成），并增强了光器件与电子器件良率的耦合性，测试访问也更受限[24] 瓶颈可能从模块测试转移至晶圆级/封装级测试和光纤连接工艺[24] 光纤与部署 - 光纤本身有严格的制造限制，其纯度（污染物以ppb计）、衰减系数和几何尺寸（如ITU-T G.652标准规定包层直径125.0 µm，模场直径8.6-9.5 µm）直接影响链路性能[26][27] - 数据中心部署性能取决于光模块、光纤类型、连接器及拓扑的协同优化[28] AI集群对更高通道速率和光纤数量的需求，给收发器供应链和光纤/光缆组件带来压力[28] 产能、成本与风险传递机制 - 产能扩张受制于最慢、可替代性最低的环节，通常是专门的转化和组装环节，而非原材料环节[29] - 关键机制包括：副产品原料耦合（铟供应受锌产业制约）[29]、衬底缩放和认证（向6英寸InP过渡的风险）[30]、外延能力和工艺IP限制[31]、晶圆厂复杂性（缺陷密度决定良率）[32]、封装和测试作为限速器[33]、以及架构改变（如CPO）转移瓶颈[34]