文章核心观点 - 光互连技术被视为突破AI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 [1] - 随着智算集群向十万卡级规模演进，传统电互连面临能耗高、传输距离短等瓶颈，推动光互连技术发展和光模块向800G甚至1.6T迭代 [3] - 国内外企业正在光互连领域加速竞速，技术路线包括封闭生态的解决方案和开放互联平台，国内公司有望凭借迭代速度和成本优势实现弯道超车 [5][6][7] 光互连技术优势与行业趋势 - 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% [3] - 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 [3] - 光互连技术能实现千米级高效通信，例如英特尔光学计算互连芯粒可在最长100米光纤上双向数据传输速度达4Tbps [5] - 光模块作为算力基础设施核心器件，正从解决服务器间传输的1.0形态，继续下沉去解决铜导线达到物理极限的问题 [3] 海外光互连公司动态 - 美国光互连公司Ayar Labs和光芯片创业公司Lightmatter在去年年底完成新一轮融资，投资者包括英伟达、AMD、英特尔等巨头 [1] - Ayar Labs今年3月推出业界首个通用芯片互连Express光学互连小芯片TeraPHY，能让GPU集群实现千米级高效通信并已完成量产准备 [5] - 英伟达宣布下一代机架级AI平台将融合硅光子互连技术与共封装光学器件CPO，并计划于2026年将Quantum-X和Spectrum-X光子互连方案推向市场 [5][6] 国内光互连公司进展 - 光联芯科成为国内光互连芯片赛道规模最大的早期融资之一，其CEO认为国内光互连迭代速度更快且有更优的成本优势 [1][7] - 华为采用"灵衢互联"协议推出Atlas 950/960 SuperCluster等超节点产品，其光器件、光模块和连接芯片均为自研自造 [6] - 光联芯科致力于打造"安卓生态"式的开放互联平台，联合国内GPU厂商提供标准化光接口产品，与英伟达和华为的封闭生态形成差异化 [7] 市场驱动因素与未来展望 - AI发展中，单纯购买更多GPU造更大集群的路径边际效应递减，头部企业如英伟达从五年前就开始布局光互连以应对电互连瓶颈 [1] - 利用光互连赋能计算集群能实现国内算力中心整体性能大于国外集群的目标，并降低芯片购买和芯片间能耗等总体成本 [4] - 在全新的光电融合领域，国外技术领先国内约2-3年，但国内公司有可能在计算加互连的领域实现弯道超车 [7]