引言：一场“带宽墙”下的突围
当AI模型的参数规模以每年数倍的速度膨胀，一个令人尴尬的矛盾正浮出水面：算力每两年增长约3倍，而互联带宽同期仅增长约1.4倍。这组来自SK海力士最新论文的数据，揭示了当前AI基础设施最致命的瓶颈——“带宽墙”。其结果不是算力不够，而是大量昂贵的GPU在等待数据中“空转”。
2026年8月20日，SK海力士联合弗吉尼亚大学、麻省理工学院等机构，在顶级期刊《自然·电子学》上发布了下一代共封装光学（CPO）技术路线图。这不仅是一篇学术论文，更是一份来自存储巨头的“系统级”宣战书：CPO不应止步于芯片间互联，而必须延伸到内存接口。
“以光为中心”：重新发明内存访问
过去几年，HBM（高带宽内存）通过将DRAM堆叠在GPU附近，解决了芯片内部的数据搬运问题。但当AI集群从单卡扩展到万卡规模，瓶颈正从“芯片内部”转移到“芯片之间”，乃至“机架与机架之间”。
SK海力士提出的核心概念是 “以光为中心”（optics-centric）的架构。其本质是通过光子中介层直接连接处理器资源池（XPU Pool）与内存资源池（Memory Pool）。
这种设计带来的变化是颠覆性的：
第一，内存解耦。多个AI加速器可共享一个大容量内存池，无需为每个加速器配备独立内存。这意味着内存不再是某个GPU的“私有仓库”，而是整个系统的“公共资源”。
第二，突破物理极限。传统铜互连在高速传输下信号损耗急剧上升，而光互连将电信号传输路径从十几厘米缩短至几毫米。
SK海力士为这个未来设定的技术目标堪称激进：每节点带宽超100 Tb/s、能耗低于1 pJ/bit、芯片间延迟小于10纳秒。
产业链共振：英伟达的落地与Lumentum的备选方案
SK海力士的蓝图并非孤例。在商业落地层面，英伟达已率先行动。其Spectrum-X以太网硅光交换机已进入全面量产，被纳入Vera Rubin平台。该产品相比传统可插拔方案，激光器数量减少约75%，功耗降低约80%，信号完整性提升约64倍。这证明了CPO在交换层面的商业价值已经闭环。
而在最核心的光源技术上，产业也在探索多种路径。光通讯巨头Lumentum正同时押注VCSEL（垂直腔面发射激光器）和InP（磷化铟）激光器两种方案。由于InP供应持续紧张，Lumentum力推基于砷化镓的VCSEL方案，利用其在消费电子领域庞大的产能基础，试图开辟“替代供应链”。其VCSEL方案采用“宽而慢”架构，目标直指UCIe和PCIe接口的芯片到芯片链路。
这揭示了一个关键趋势：CPO的战场正在从交换机侧向服务器侧、乃至芯片封装内部转移。
角色蜕变：从零部件供应商到系统合作伙伴
此次论文发布，最值得关注的不仅是技术参数，而是SK海力士的战略转型。SK海力士AI基础设施团队负责人Seunghoon Hong直言：“存储公司正在从提供单一组件的角色，演变为通过CPO等技术帮助提升客户整个系统竞争力的合作伙伴。”
过去，SK海力士卖HBM；未来，它要卖“光互联的内存系统架构”。通过将CPO延伸至内存接口，SK海力士试图在系统层面定义AI基础设施的架构标准。如果“以光为中心”的架构成为主流，内存将不再受限于物理封装，系统集成商可以更灵活地配置计算与存储资源，这无疑将重塑AI服务器的设计逻辑。
光，正在“照亮”整个数据中心
SK海力士的路线图清晰指出，CPO将沿着从2D、2.5D中介层到3D异构堆叠的路径演进。虽然将光互连真正推进到内存接口仍面临封装工艺、热管理、协议一致性等挑战，但方向已经不可逆转。
当“带宽墙”成为AI算力最后的枷锁，以SK海力士为代表的产业巨头，正试图用“光”来打破它。这场从“电”到“光”的迁徙，不仅关乎速度与功耗，更关乎未来十年AI基础设施的形态——光，正在从传输数据的“管道”，变成组织计算资源的“中枢”。
热门跟贴