文章核心观点 - 光互连技术正沿着可插拔模块、CPO、光学I/O三代路径演进，其市场格局和价值分配可通过一张基于“光离芯片距离”和“价值链层级”的地图来理解 [3][5] - 市场存在三个结构性规律：技术转型期垂直整合有优势、产生光的Layer 1是稀缺瓶颈、以及硅光子代工厂的崛起可能重塑生态 [5][6][10][15] - 未来市场走向将取决于四大信号：每比特能耗指标、标准化进程、并购活动以及超大规模云服务商的技术选择 [55][56][57][63] 市场结构性规律 - **垂直整合 vs. 专业化**：在技术转型期，由于层间接口标准未定，能跨层设计优化的垂直整合公司（如Broadcom）拥有结构性优势。但若未来接口标准化（如OIF、UCIe），专业化模式可能再度兴起 [6][8][9] - **“产生光”的稀缺性**：价值链中，Layer 3-5（DSP、模块、系统）基于成熟CMOS工艺，竞争激烈。Layer 2（硅光子代工）扩产相对容易。而Layer 1和0（InP/GaAs激光器及基板）材料工艺特殊，技术壁垒高，尤其是高性能InP激光器量产公司全球屈指可数，形成寡头瓶颈 [10][12][13][14] - **硅光子代工厂的崛起**：台积电、GlobalFoundries、Tower Semiconductor等传统晶圆厂正进军硅光子代工。若代工厂成为生态中心（如台积电COUPE平台同时制造AI芯片和光互连），可能瓦解垂直整合的优势，催生新的Fabless生态 [15][17][29] 各价值链层级分析 Layer 0：基板 - 该层提供InP和GaAs等III-V族化合物晶圆，是激光器制造的基础。AXT是专业供应商，其InP订单积压创历史新高，并计划将产能扩大两倍以上。但其主要生产基地在中国，面临地缘政治与出口管制风险 [19][21] Layer 1：光源 - 该层是增长最快但最难规模化的瓶颈，由Coherent和Lumentum两家公司主导 [22] - **Coherent**：优势在于规模，年销售额58亿美元，数据中心业务同比增长61%，客户订单可见度已到2028年。其关键成果是全球首个6英寸InP晶圆量产，并是唯一能在三个平台上演示1.6T收发器的公司 [24][25] - **Lumentum**：站在技术难度顶端，控制着200G EML激光器50%-60%的市场份额。需求超过供给25%-30%，最近一个季度销售额同比增长65%创历史新高，且在面向CPO的超高功率激光器方面被认为是领导者 [24][25] Layer 2：硅光子代工厂 - 该层使用45-65nm成熟工艺制造光子集成电路，老设备获得第二次生命 [26][27] - **GlobalFoundries Fotonix**：在300mm单片硅光子上领先，客户包括Ayar Labs、Lightmatter、英伟达等下一代光学创业公司 [28] - **台积电COUPE**：通过3D集成在65nm光子芯片上堆叠6nm电子芯片。英伟达用此平台发布了将于2025-2026年出货的全球首款1.6Tbps CPO交换机。该平台可能像当年催生Fabless生态一样，重塑硅光子领域 [29] - **Tower Semiconductor**：通过整合硅光子和高速模拟电路实现差异化，正投入6.5亿美元扩产。硅光子市场预计从2024年的约22-27亿美元增长至2030年的100亿美元 [30] Layer 3：数字信号处理器 - DSP负责修复电信号传输中的失真，但CPO技术通过缩短光芯片距离从根本上消除失真，可能导致DSP被瘦身甚至移除 [31][33] - **Broadcom**：DSP只占其销售额一小部分，而推动CPO普及将使其更大的交换机ASIC和CPO模块业务受益，实现了自我破坏到自我强化的罕见结构 [34] - **Marvell**：拥有业界首个3nm 1.6T DSP，但通过收购Celestial AI（最高约55亿美元）向DSP之上的光互连垂直整合转型 [35][36] - **MACOM**：专注于高速模拟芯片（如TIA），这些元件在任何架构中都必需，因此保持结构性中立 [37] Layer 4：模块/封装 - **可插拔模块领导者**：中国公司Innolight和Eoptolink控制着800G可插拔模块市场超过60%的份额，其中Innolight为英伟达供应超一半的800G模块，Eoptolink年增长率约283% [40] - **向CPO转型的挑战**：产业从可插拔转向CPO，规则改变，需要与ASIC紧密共同设计。Coherent和Lumentum等公司的重心可能从“成品组装商”转向“光学引擎供应商” [41][42][44] - **CPO技术平台**： - Broadcom的Bailly/Davisson平台已发展到第三代，在Meta验证超100万设备小时，每端口功耗约3.5W，是可插拔（约15W）的四分之一 [45] - POET Technologies的光学中介层技术旨在降低CPO封装复杂性，已拿到800G光引擎初期生产订单 [46] - Ayar Labs押注光学I/O，发布了全球首个UCIe光互连chiplet TeraPHY，实现双向8Tbps带宽，是估值超10亿美元的独角兽，目标2026年中期商业化 [47][48] Layer 5：系统/ASIC - 该层是超大规模数据中心每年投入数千亿美元的核心，竞争在英伟达、Broadcom和云服务商定制芯片之间展开 [49][51] - **英伟达**：试图垂直整合GPU、网络和光学系统。其基于台积电COUPE的Spectrum-X CPO交换机将于2025-2026年出货，并计划在约2028年将NVLink迁移到光互连 [52] - **Broadcom**：在交换机ASIC市场占第一，其Tomahawk 6是业内首款102.4Tbps产品，与CPO捆绑销售。通过支持开放以太网生态（如UEC）来对抗英伟达的锁定效应 [53] - **超大规模云服务商定制芯片**：谷歌、AWS、Meta等正在设计自己的AI芯片及优化网络，其定制ASIC多与Broadcom合作，这构成了对英伟达一体化战略的结构性牵制 [54] 决定未来市场的关键信号 - **每比特能耗**：是衡量技术进步的核心指标。可插拔模块约15 pJ/bit，CPO约3.5-5.5 pJ/bit，光学I/O约3-5 pJ/bit。在百万GPU集群中，从15降至5 pJ/bit可节省约129MW功率 [56] - **标准化进程**：OIF、UCIe、CW-WDM MSA、IEEE 802.3等标准将决定未来格局。标准制定者的话语权通常来自已量产的厂商，需关注OIF 2026年规范和UCIe下次修订反映谁的技术 [57][58][59] - **并购活动**：近期大型并购揭示了技术下注方向，如Marvell以最高55亿美元收购Celestial AI，诺基亚23亿美元收购Infinera，Lumentum 7.5亿美元收购Cloud Light。Ayar Labs、Lightmatter、POET被视为下一个潜在目标 [60][61][62] - **超大规模云服务商的选择**：谷歌、Meta、微软、AWS的选择将最终决定市场结构。它们是在英伟达的垂直整合与Broadcom的开放生态之间做选择，其平台发布即设计获胜，预示未来营收 [63][64] 光子计算的远景 - 光子计算是光的终极应用之一，不仅用光传输数据，还用光进行计算本身，原理是利用光束干涉执行矩阵乘法 [66][68] - Lightmatter的Envise光子处理器已在2025年发表于《自然》的论文中成功运行ResNet和BERT模型，证明了可行性。该公司正通过光互连业务建立收入基础，并为光子计算的未来做准备 [69]

Neurophos公司技术突破 - 公司公布其光学处理单元在FP4/INT4低精度计算负载下，算力性能达到英伟达最新Vera Rubin NVL72人工智能超级计算机的十倍，且功耗水平基本持平 [3] - 技术突破核心在于采用更大规模计算矩阵与更高运行时钟频率，其光子传感器矩阵为1000 x 1000像素，约为当前多数AI GPU采用的256 x 256像素矩阵的15倍 [3][4] - 公司将光晶体管的物理尺寸缩小了约10000倍，解决了传统硅光子芯片因器件庞大（单颗长度约2毫米）而难以实现高集成密度的行业瓶颈 [4] Neurophos产品核心参数 - 第一代光学加速器核心单元尺寸约25平方毫米，等效于单张量核心，硬件规格与英伟达Vera Rubin的576个张量核心存在显著差距 [5] - 首款OPU产品Tulkas T100运行时钟频率高达56 GHz，是英特尔酷睿i9-14900KF创下的9.1 GHz电子芯片频率世界纪录的6倍，也大幅领先英伟达RTX Pro 6000的2.6 GHz加速频率 [5][6] - 超高时钟频率与大矩阵的协同作用，使产品在硬件规格看似劣势的情况下实现了对英伟达旗舰AI GPU的性能反超 [6] 技术产业化路径与挑战 - 公司光晶体管技术可基于成熟半导体制造技术生产，未来有望与英特尔、台积电等主流晶圆厂合作，推动OPU规模化量产 [6] - 产品目前仍处于实验室测试阶段，预计正式量产时间要到2028年 [6] - 当前研发核心挑战包括对大量矢量处理单元的配套需求，以及静态随机存取存储器与光学计算单元的协同适配问题 [6] 光子学行业动态与趋势 - 光子学凭借高速、低耗特性成为全球科技巨头布局重点，英伟达在Vera Rubin平台中已集成Spectrum-X以太网光子交换系统，将光子技术应用于芯片高速数据传输 [7] - AMD宣布计划投资2.8亿美元建立专门聚焦硅光子学技术的研发中心，加大在光子计算、光子传输等领域投入 [7] - 全球多家初创公司也纷纷入局光子芯片领域，推动技术路线多元化探索 [7] 光学计算技术前景与挑战 - 光学计算利用光子替代电子进行信息处理，从物理层面突破了传统电子芯片的发热、频率上限等瓶颈，在AI大模型训练、低精度推理等算力密集型场景中具备天然优势 [7] - 光子芯片现阶段仍面临与传统电子架构的适配、量产良率提升、成本控制等一系列行业共性问题，距离全面替代GPU仍有较长的路要走 [7] - 随着AI算力需求爆发，光子学成为突破算力瓶颈重要方向，光子与电子的异构计算架构或将成为下一代人工智能计算的核心形态 [8]

公司融资与投资者 - 人工智能芯片初创公司Neurophos Inc完成1.1亿美元早期融资，使其总融资额达到1.18亿美元 [1] - 本轮A轮融资由Gates Frontier领投，众多知名投资者参与，包括微软风投部门M12、Carbon Direct Capital、沙特阿美风险投资、博世风投等 [1] 公司技术与产品 - 公司开发名为“光学处理单元”的全新AI加速芯片，将超过一百万个微米级光学处理元件集成在单个芯片上 [2] - 其原型芯片性能可达现有AI处理器的100倍，旨在为数据中心提供即插即用解决方案以替代图形处理单元 [2] - 核心创新在于开发了专有的微米级超材料光调制器，尺寸比现有光子元件小1万倍，并结合内存计算技术以加速AI矩阵乘法运算并减少数据传输 [2] - 芯片利用光子实现超过100吉赫兹的时钟频率，早期测试显示其性能超过每瓦每秒300万亿次运算，能效远超现有标准 [3] 行业背景与市场需求 - 公司致力于解决人工智能技术普及所面临的日益增长的计算能力短缺问题，认为当前数据中心在计算能力、可扩展性和能源消耗方面存在关键限制 [1] - 行业分析师指出，由于对AI计算的预期需求巨大且英伟达GPU稀缺推高价格，许多公司正在寻求更快、更经济的AI模型运行方式，这为芯片初创公司创造了前所未有的机遇 [3] 发展规划与合作伙伴 - 公司正与挪威数据中心运营商Terakraft合作，计划于2027年启动光学AI加速器的实际应用试点项目 [3] - 目标是在2028年初制造出首批完整系统，并在同年晚些时候扩大生产规模，此时间表获得了投资方的认可 [3] - 本轮融资将用于加速首款集成光子计算系统的交付，包括OPU模块、完整软件栈及早期开发者硬件 [5] - 公司计划扩建其位于德克萨斯州奥斯汀的总部，并在旧金山开设新的工程中心以向潜在客户展示技术 [5] 行业评价与支持 - 分析师认为，Neurophos的努力将有助于决定光学处理单元能否像GPU一样普及 [4] - 微软不仅是公司的投资方，其高管也公开表示需要计算能力的突破以匹配AI模型的发展，并认可Neurophos团队的技术方向 [4][5]

人工智能与机器学习 - 中国公司“深度求索”在2025年开源其大模型DeepSeek-R1 该模型开创性地采用纯强化学习训练大规模推理模型 在提升能力的同时显著降低了对标注数据的依赖[2] - 美国得克萨斯大学奥斯汀分校开发的新型脑机接口 能将人的思维解码为连续文本 解码器仅需约1小时就能适应个人脑活动模式 大幅缩短了传统所需的数十小时校准时间[3] - 诺贝尔奖得主大卫·贝克团队首次实现AI“从零开始”设计具有复杂活性位点的丝氨酸水解酶 其开发的PLACER机器学习网络结合RFdiffusion方法 设计出的酶活性与天然酶相媲美并发现了5种自然界未曾存在的全新酶折叠方式[4][5] 计算技术与硬件 - 谷歌公司在105比特的“Willow”量子处理器上首次完成具有可验证性的量子优势演示 在特定计算任务中速度达到经典超级计算机的约13000倍 该处理器用2.1小时完成的任务需全球最快超算“前沿”约3.2年[10][11] - 新加坡Lightelligence公司演示了名为PACE的光子加速器 由逾16000个光子元件组成 能解决“伊辛问题”等复杂计算[6] - 美国Lightmatter团队描述了一种能以高准确度执行AI模型的光子处理器 由4个128×128矩阵组成 执行自然语言处理和图像处理神经网络的准确度与传统电子处理器不相上下[6] 医疗科技与机器人 - 美国约翰斯·霍普金斯大学团队研发的智能机器人SRT-H 在没有人工协助的情况下成功完成了一例完整的胆囊切除手术 在包含17个复杂步骤的手术中实现了100%的成功率[8] - 该智能机器人系统展现了自主性与灵活性 能实时识别个体解剖差异 自主决策并调整动作 其稳定性与抗干扰能力为在真实医疗环境中部署自主手术系统奠定了基础[8][9] 天文与物理科学 - 薇拉·C·鲁宾天文台于2025年6月发布其首批测试图像 这台有史以来最大的数字相机在短短十余小时测试中便发现了2104颗太阳系内新小行星[7] - 一幅由678张图像拼接而成的三叶星云与礁湖星云马赛克图 仅用7小时拍摄而成 捕捉到数千光年外恒星摇篮的纤毫细节[7] - 国际科研团队通过分析LIGO探测到的引力波信号GW250114 以高达99.999%的置信度证实了霍金于1971年提出的黑洞面积定理 观测到两个约32倍太阳质量的黑洞并合后 视界面积从24万平方公里增至40万平方公里[12] 气候与环境科学 - 2025年10月发布的《全球临界点报告》指出 随着全球变暖突破1.5℃临界阈值 温水珊瑚礁大规模死亡已成为首个显著的气候临界点标志 当前全球气温已较工业化前上升约1.4℃ 而珊瑚礁的热临界点约为1.2℃[13] - 报告警告格陵兰和西南极冰盖失控融化、亚马孙雨林大规模退化、大西洋环流潜在崩溃等更多临界点近在眼前 变化将是剧烈、系统且不可逆的[13] - 报告同时指出 可再生能源、电动汽车等绿色技术的成本下降与快速普及 已展现出社会技术系统向可持续方向转型的强大潜力 可能触发“积极临界点”[13][14] 生命科学与脑科学 - 2025年11月 全球多国科学家联合发布了最详尽的跨物种哺乳动物脑细胞发育图谱 覆盖从小鼠到人类的多种哺乳动物 相关成果以12篇论文形式发表于《自然》系列期刊[15] - 其中一项研究系统追踪了小鼠大脑中超过120万个抑制性神经元的发育路径 发现这些神经元能够长距离迁移并最终定位到特定功能区[15] - 另一项研究通过对小鼠视觉皮层77万个细胞的追踪表明 脑细胞的多样化在出生后接受感官刺激的过程中持续塑造 揭示了后天经验对神经回路成熟的关键作用[15][16]

国内科技进展 - 国产人工智能大模型DeepSeek引发全球关注，成为国内十大科技新闻之一 [1] - 中国"人造太阳"创造"亿度千秒"世界纪录，入选国内十大科技新闻 [1] - 超导量子计算原型机"祖冲之三号"成功构建，入选国内十大科技新闻 [1] - 国际上首次制备大面积二维金属材料，入选国内十大科技新闻 [1] - 我国首例侵入式脑机接口临床试验开展，入选国内十大科技新闻 [1] - 高精度可扩展模拟矩阵计算芯片研制成功，入选国内十大科技新闻 [1] - 四中全会《建议》突出科技创新引领作用，入选国内十大科技新闻 [1] - 我国第一艘电磁弹射型航空母舰入列，入选国内十大科技新闻 [1] 国际科技进展 - "深度求索"引领开源人工智能模式，入选国际十大科技新闻 [1] - 脑机接口将脑活动解码为连续语句，入选国际十大科技新闻 [1] - 人工智能"从零开始"设计蛋白酶，入选国际十大科技新闻 [1] - 光子计算芯片性能超越传统电子硬件，入选国际十大科技新闻 [1] - 智能机器人自主完成胆囊切除手术，入选国际十大科技新闻 [1] - 新算法取得首个可验证量子优势，入选国际十大科技新闻 [1] 基础科学研究突破 - 月球背面演化历史首次揭开，入选国内十大科技新闻 [1] - 单个体细胞"变"完整植株奥秘揭示，入选国内十大科技新闻 [1] - 鲁宾天文台发布宇宙摄影"首作"，入选国际十大科技新闻 [1] - 引力波信号验证霍金黑洞面积定理，入选国际十大科技新闻 [1] - 地球达到首个灾难性气候临界点，入选国际十大科技新闻 [1] - 跨物种哺乳动物脑细胞发育图绘成，入选国际十大科技新闻 [1]

文章核心观点 - Q.ANT公司推出了第二代原生光子处理单元，实现了从光加速到全非线性光子处理的技术飞跃，旨在突破传统硅基芯片在人工智能和高性能计算领域的物理与能耗限制 [1][7] - 第二代NPU通过原生非线性光处理能力，显著提升了AI模型的精度与效率，同时大幅降低了能耗和热量产生，为边缘计算和科学计算等场景提供了新的硬件路径 [1][4][6] - 该技术以即插即用的服务器形式交付，兼容现有数据中心基础设施，有望快速部署并支持广泛的AI与HPC算法，展示了光子计算架构超越传统CMOS发展速度的潜力 [1][7] 技术演进与产品迭代 - 第一代NPU证明了光可作为实用的计算介质，专注于利用光进行高精度线性代数运算以提升推理效率 [1][2] - 第二代NPU的核心突破在于增加了重新设计的非线性光学核心，能够以单次光学运算处理类似神经网络激活函数的运算，突破了第一代仅支持线性运算的限制 [1][2] - 技术平台核心仍为薄膜铌酸锂光子芯片，但第二代产品扩展并提升了模拟性能，通过在光子电路内部执行非线性运算，避免了与电子元件反复交换数据带来的瓶颈 [2] - 在短短两年内，Q.ANT的NPU性能进步赶上了标准数字处理器过去30年的发展 [4] 性能优势与关键技术指标 - 能耗最多可降低30倍，针对特定AI和HPC工作负载的性能最高可提升50倍 [6] - 光子运算具有极高带宽，并可同时处理多个波长，能够处理传统数字流水线无法处理的数据流 [6] - 增强的非线性模块使神经网络能够以更少的参数、更低的计算深度实现更高的精度，尤其在图像学习和基于物理的任务中表现显著 [2] - 系统以极低的能耗执行运算，几乎不产生热量，并大幅减少了通常用于数据传输的能量消耗 [4] 产品形态与系统集成 - 第二代产品不再以独立PCIe卡形式推出，而是封装成完整的19英寸机架式服务器，可直接安装到HPC和数据中心机架 [1][2] - 每个服务器机箱包含多个第二代NPU、一个集成x86主机处理器和Linux操作系统，无需对现有工作流程进行改动 [1][2] - 提供C、C++和Python API，与现有HPC和AI框架保持兼容，同时其光子算法库提供针对光学硬件优化的非线性函数 [4] 应用场景与市场潜力 - 视觉系统（如质量检测、机器人和物流）有望率先受益，光子处理器可使更智能的视觉系统以更低功耗在边缘部署成为可能 [6] - 科学计算工作负载（如材料研究、气候模拟、聚变研究或药物研发中使用的基于物理的模型）将受益于NPU能以光学方式运行非线性步骤 [6] - 公司将在2025年超级计算大会上展示演示，使用小型非线性网络在几秒钟内学习图像，表明平台正快速超越其早期原型 [6]

行业背景与挑战 - 大规模生成式人工智能正面临严重的算力短缺 [1] - 光子计算在决策任务中表现卓越，但在生成任务中的应用面临巨大挑战，原因包括集成规模有限、维度转换耗时且训练算法依赖真实数据 [1] 技术突破 - 上海交通大学陈一彤助理教授团队于2025年12月18日在《Science》期刊发表了一项关于大规模智能语义视觉生成全光芯片的研究 [2] - 研究团队开发出一款名为LightGen（光生芯片）的全光芯片，用于大规模智能语义视觉生成 [3] - LightGen芯片集成了数百万个光子神经元，利用光学潜空间实现网络维度变换，并采用基于贝叶斯的训练算法 [4] - 该芯片在实验中成功实现了高分辨率语义图像生成、去噪、风格迁移、三维生成与操控等功能 [4] 性能表现 - LightGen芯片的端到端计算速度和能效均比最先进的电子芯片高出两个数量级以上 [4] - 该技术为加速视觉生成大模型的发展开辟了新路径 [4]

公司上市里程碑 - 南方电网数字电网研究院股份有限公司于11月18日在深圳证券交易所正式挂牌上市，成为南方电网培育的第4家上市企业 [1] - 公司从6月26日提交上市申报到11月18日正式发行上市，仅历时145天，成为创业板近年来最快实现上市的企业 [6] - 此次上市标志着南方电网全面数字化智能化转型进入新的发展阶段，是公司加快融入资本市场的重大突破 [1] 战略定位与发展方向 - 公司战略使命是作为南方电网数字化转型战略支援部队和数字电网建设主力军，打造数字电网关键载体 [3] - 公司将全力打造成为数字电网领域的龙头上市公司，以优秀业绩回报投资者和社会各界 [2] - 未来公司将大力布局人工智能、光子计算、量子传感等前沿技术领域，拓展数字技术在能源全产业链的应用场景 [7] 业务体系与技术成果 - 公司构建了电网数字化、企业数字化和数字基础设施三大业务体系，为电力客户提供数字化建设整体解决方案 [3] - 公司成功开发首个电力行业统一物联操作系统“电鸿”，已链接500多家生态伙伴和亿数级电力终端 [4] - 公司开发上线全国首个自主可控电力大模型“大瓦特”，发布全国首套电碳算协同运营系统 [4] - 公司自主研发国内首个央企超大型全栈国产化数字化系统“南网四海ERP”，并成功研发全国首款电力专用主控芯片“伏羲” [4] 行业地位与标准化建设 - 公司2019年成立全球首家数字电网研究院，率先提出“数字电网”理念 [3] - 公司深度参与国际、国家和行业标准制定，参与制定国际标准11项，国家级标准33项 [5] - 公司2020年入选国务院国资委首批“科改示范企业”，2021年、2022年连续获评“科改标杆企业”，2022年获评“创建世界一流专业领军示范企业” [4] - 公司全资子公司大数据公司和数字电网公司获批工信部国家级专精特新“小巨人”企业及重点“小巨人”企业 [4] 行业背景与政策支持 - 数字电网是实现“十五五”规划建议提出的“加快建设新型能源体系、建成统一电力市场”目标的关键载体 [2] - 当前我国电力能源系统正处于绿色低碳转型的关键阶段，数字电网产业生态将服务支撑能源电力产业智能化、绿色化、融合化转型升级 [2] - 公司上市体现了资本市场对数字电网发展前景的高度认可，为构建安全、智能、绿色的新型电力系统注入强劲动能 [7]

融资概况 - 曦智科技完成超15亿元C轮融资 由中国移动 上海国投 国新基金 浦东创投等联合投资 老股东中科创星 沂景资本及某头部互联网厂商追加认购 [2] 公司背景 - 公司2017年诞生于波士顿并落地上海 是全球光电混合算力赛道独角兽 [3] - 自研光子网络与光子计算两大平台 LightSphere X超节点与128×128光子矩阵计算卡已实现数千卡集群交付 [3] - 技术成果在《Nature》首次披露完整架构 带宽密度与能效比均居行业前列 [3] 融资用途 - 资金将主要用于加速CPO光电共封装技术的迭代与量产 [4] - 扩大智算中心LightSphere X超节点部署规模 [4] - 投入下一代支持AI大模型的光电混合计算卡研发 [4] - 目标五年内将光子芯片在智算中心的渗透率提升至30% [4] 投资逻辑 - 后摩尔时代算力瓶颈凸显 公司拥有光 电芯片及系统级封装的完整自研能力 [5] - 公司兼具前沿科学与工程量产经验 已率先完成商业化落地 [5] - 具备定义下一代算力基础设施的话语权 是中国移动布局光子生态的核心标的 [5] 行业环境 - 发改委 工信部今年连续发文支持光子芯片攻关 [6] - 上海浦东"十四五"专项资金三天内响应企业需求 [6] - 公司团队七年磨一剑 把论文写进产线 [6]

融资情况 - 曦智科技完成规模超过15亿元的C轮融资 [2] - 融资由中国移动、上海国投、国新基金、浦东创投等机构参与 老股东中科创星、沂景资本及某领先互联网厂商追加投资 [2] 核心技术 - 公司以光子矩阵计算（oMAC）、片上光网络（oNOC）和片间光网络（oNET）三大技术为基石 [2] - 构建光子计算与光子网络两大产品线 [2] 光子网络业务进展 - 重点布局智算中心纵向扩展（Scale-Up）解决方案 完成多个数千卡规模集群交付 [3] - 推出全球首个分布式光互连光交换GPU超节点"光跃LightSphere X" 获2025世界人工智能大会最高荣誉"SAIL大奖" [3] - 发布国内首款xPU-CPO（光电共封装）原型系统 开发更高集成度、更大带宽密度CPO方案 [3] 光子计算业务进展 - 发布新一代曦智天枢光电混合计算卡 集成全球最大规模128×128光子矩阵 [3] - 在复杂商业化模型中实现光电混合计算应用落地 [3] - 光电混合计算架构及技术获《Nature》期刊刊登 [3] - 加速开发下一代光电混合计算卡以支持AI大模型训练与推理需求 [3] 行业背景与技术价值 - 万亿参数大模型推动全球算力需求爆发式增长 传统电芯片性能逼近物理极限 [4] - 光互连方案可构建高带宽、低延迟大规模集群 提升多卡协同效率与GPU利用率 [4] - 光电混合计算通过架构创新提升算力密度与能效比 降低延迟与总体拥有成本（TCO） [4] 战略布局 - 与国内领先光/电晶圆厂、封装厂、芯片厂商及系统厂商建立深度战略合作 [4] - 融资将用于扩大技术优势、加速产品迭代、拓展市场应用 [4] - 致力于为大数据、云计算、金融、自动驾驶、生物医药等领域提供算力解决方案 [2]