AI大模型的参数规模正以每年10倍速度膨胀，而算力芯片之间的通信带宽，却卡在铜缆的物理极限上寸步难行。当电信号在铜线里发热、衰减、相互串扰时，光互联就像在芯片间修了一条无声、无热、无限宽的高速路。 2026年，这条路终于铺到了数据中心的核心枢纽。
打开网易新闻 查看精彩图片
为什么非“光”不可？
答案很简单：铜已经跑不动AI的数据洪流了。
在高速传输下，铜缆就像一个巨大的发热电阻。当你试图用112Gbps甚至224Gbps的速率把数据送出芯片，信号在铜线上衰减之快，迫使传输距离缩短到1米甚至0.5米以内。而且，为了对抗衰减，SerDes（串行器/解串器）电路会疯狂耗电——一台由数万张GPU组成的AI集群，可能有超过30%的电力并非用于计算，而是白白消耗在数据传输上。
光的优势是降维打击：一根光纤的带宽是铜缆的千倍，功耗却降低90%，且光信号在传播中几乎不发热、无串扰。 用光把交换机和GPU、HBM内存连起来，等于给窒息的数据流打开了一扇巨大的天窗。
最新突破：从“柜子之间”杀入“芯片之间”
过去，我们只在数据中心之间或机柜之间用光（可插拔光模块）。但2026年，光互联已经挺进到距离芯片最近的地方。
- 共封装光学（CPO）量产落地：台积电在2026年4月的技术论坛上宣布，其紧凑型通用光子引擎（COUPE）正式进入量产，直接为英伟达、博通等客户提供将光引擎与交换芯片封装在一起的硅光方案。英伟达随即在GTC 2026上，正式交付了去年预热的CPO版Spectrum-X光子交换机，单端口带宽达1.6T，整机交换能耗相比传统方案直降40%，已被Microsoft Azure首批大规模部署于下一代AI训练集群。
- 片上光互联商业化前夜：Intel与Ayar Labs在5月取得突破，成功演示了基于“TeraPHY”光I/O小芯片的至强处理器，直接在芯片封装上通过光发射器输出8Tbps的带宽，延迟低于5ns/米，目标直指解耦计算与内存的“光桥”3。这意味着，CPU和GPU将通过光，像用放大镜汇聚阳光一样，直接与远处的HBM内存池精准“对话”。
- 3
- 创业势力推动片间互联：初创公司Lightmatter和Celestial AI推出的光互联层，已进入顶尖AI芯片的测试平台。它们用微环谐振器直接在多颗GPU间形成片上光网络，带宽密度达到惊人的Tbps/mm量级，几乎将整个互联带宽瓶颈从底层抹除。
下一个千亿级赛道，中国厂商卡位关键点
光互联的市场规模，正随着CPO渗透率飙升。LightCounting最新报告指出，2026年全球光互联（含CPO与光I/O）市场将达到62亿美元，并在2029年冲破200亿美元，复合增长率超60%。产业链上的价值转移非常清晰：
- 上游硅光芯片/引擎：台积电、英特尔掌握核心集成能力，而中际旭创、光迅科技等中国厂商正加速自研硅光晶圆级引擎，试图摆脱对传统InP（磷化铟）激光器的依赖。
- 关键设备与封装：CPO需要的3D封装、晶圆级测试和光纤高密度对准，催生了如天孚通信、罗博特科等精密设备与组件商的巨额订单。券商分析师普遍认为，谁掌握超高精度光纤阵列耦合技术，谁就捏住了光互联的产量命门。
- 互联协议与生态：英伟达的NVLink-CPO、AMD的Infinity Fabric光版，以及开放的UALink标准，正在争夺光互联的协议层话语权。这绝非单纯硬件的比拼，而是谁能定义“光上跑的数据长什么样”的战争。
深度观察：光互联将重塑整个AI基建
- 打破内存墙，释放真正的算力
当前HBM显存容量受限于物理距离，光互联使得“共享光内存池”成为可能。未来一块GPU不再受限于身边那几颗HBM，而是通过光通道访问几十米外的庞大内存阵列。内存墙一旦倒塌，AI训练效率可能迎来10倍级跃升。 - 计算与互联的“光即服务”
当光互联带宽和能效足以支撑跨机柜的无损通信，数据中心将像拧水龙头一样按需调配光互联资源。大模型训练不再受限于单一SuperPod，而是可以动态组建跨数百米的光计算网络。这会把AI基建变成一种类似“算力光电网”的全新服务。 - 中国厂商的换道超车机会
在传统电SerDes领域，中国追赶博通、英伟达难度极大。但光互联是一个相对平行的新赛道，尤其在硅光芯片设计、高速光封装、密集光纤阵列等环节，国内已有深厚积累。风险在于量产良率和激光器国产化，一旦突破，就能在AI基建最底层的连接层上占据高利润锚点。
一句话总结： 光互联不是“锦上添花”，而是AI算力走向百万卡集群的“唯一生路”。铜的尽头是光，2026年，光正从机柜门外的光纤，坚定地走进芯片封装内部，点亮算力的每一个角落。
热门跟贴