文 | 半导体产业纵横
光通信行业市场研究机构 LightCounting 在最新报告中指出，光通信芯片组市场预计将在 2025 至 2030 年间以 17% 的年复合增长率 （CAGR） 增长，总销售额将从 2024 年的约 35 亿美元增至 2030 年的超 110 亿美元。
当前，光芯片正引起越来越多科研机构和大厂的兴趣。
市场和研究的重点
推动市场增长的无疑是以太网和 DWDM 两大巨头，占据了绝对主导地位。而 PAM4 DSP 芯片则悄悄崛起，成为第三大细分市场。这种芯片主要用作交换机 ASIC 与可插拔端口之间的板载重定时器，听起来可能有点复杂，但简单来说，它就是让数据传输更快、更稳的关键角色。根据 LightCounting 的数据，超大规模云服务商对 AI 基础设施的投资正在推动 400G/800G 以太网光模块的需求激增，进而拉动了 PAM4 芯片组的销量。
超大规模云服务商对 AI 基础设施的巨额投资推动 400G/800G 以太网光模块出货量激增。
中国云厂商开始跟进投资 AI 基础设施。
无线前传作为 PAM4 光器件新兴市场，预计将在 2025 年复苏，并在 2026 年继续增长。
自 2024 年年以来，英伟达、英特尔等巨头企业纷纷在光子技术上加码，英伟达计划在 2027 年推出 Rubin Ultra GPU 计算引擎，整合共封装光学 （CPO） 技术，解决数据传输带宽瓶颈，并计划在 2025 年与台积电、博通合作推动相关硅光子产品量产；英特尔则在光纤通信大会 （OFC） 大会上展示了其光学计算互连 （OCI） 芯片，实现与 CPU 共封装，为满足未来 AI 计算的高带宽需求提供了解决方案；一个月后光子加速计算初创公司 Lightmatter 在 D 轮融资中融到了 4 亿美元，估值达到 44 亿美元，这笔资金将用于加速该公司光芯片的生产和部署，以满足 AI 集群对低能耗、高性能计算的需求。
除此之外，国内外顶尖科研机构在光芯片领域有着先进的科研成果。
上海交通大学邹卫文教授团队研制了实现高速张量卷积运算的新型光子张量处理芯片。该研究创新提出基于光子集成手段构建张量运算过程的学科交叉研究思路，该思路无需进行张量到矩阵的转换，可实现输入张量到输出张量的流式计算。基于这一创新思路，该团队设计并研制一款光子张量处理芯片，在多通道图像上验证了时钟频率为 20 GHz 的高速张量卷积运算，芯片算力密度为 588 GOPS/mm2，后续通过提升光子器件集成规模有望达到 1 TOPS/mm2 以上。研究团队利用该芯片构建了用于视频动作识别的卷积神经网络，网络中的卷积层在光子张量处理芯片上完成，最终在 KTH 视频数据集上实现了 97.9% 的识别准确率，接近理想识别准确率 98.9%。
上海交大电院消息指出，本研究成果表明光子集成芯片可在超高时钟频率下实现张量流式处理，解决额外内存占用与访存问题，为构建高性能计算、宽带信号处理等先进信息系统提供了新技术途径。
清华大学的研究团队开发了名为 「太极」 的光子芯片，其能量效率高于当前的智能芯片数个数量级。短短 4 个月，清华大学的光芯片就已经迅速进化到第二代，世界上第一款全光学 AI 芯片太极-Ⅱ了，能效已经超过英伟达著名的 H100。这不仅仅是技术上的突破，更可能是一种新的计算范式的开始，甚至可能彻底改变计算机的设计和构建方式，这项研究已发表在 8 月 7 日的 《自然》 杂志上。《自然》 审稿人认为，它有望成为训练光学神经网络和其他光学计算系统广泛采用的工具。
太极-Ⅱ全光学 AI 芯片是在新开发的全前向模式 （FFM） 上构建的，允许在光学系统中直接进行计算密集型 AI 训练，而不需要复杂的反向传播过程，是世界上第一个能够进行 「大规模光训练」 的芯片，可以更快、更省电地训练人工智能模型。
香港城市大学副教授王骋团队与香港中文大学研究人员合作开发出处理速度更快、能耗更低的微波光子芯片。可运用光学进行超快模拟电子信号处理及运算。据介绍，这种芯片比传统电子处理器的速度快 1000 倍，耗能更低，应用范围广泛，涵盖 5/6G 无线通讯系统、高解析度雷达系统、人工智能、计算机视觉以及图像和视频处理。
另外，IBM 光子芯片取得新突破，实现下一代高速光互联技术，可以显著改善数据中心训练和运行生成式 AI 模型的方式，AI 速度提升 80 倍。与目前最先进的 CPO 技术相比，IBM 的创新使芯片制造商能够在硅光子学芯片的边缘添加六倍的光纤，即 「海滨密度」。这些光纤的直径大约是人类头发的三倍，长度从几厘米到几百米不等，每秒能传输太比特的数据。IBM 团队使用标准的组装封装工艺，在 50 微米间距的光学通道上组装了一个高密度 PWG，与硅光子波导绝热耦合。论文还指出，这些具有 50 微米间距 PWG 的 CPO 模块已通过了制造所需的所有压力测试，包括高湿环境、-40°C 至 125°C 的温度以及机械耐久性测试，确保了光互连在弯曲时不会损坏或丢失数据。此外，研究人员已将 PWG 技术演示到 18 微米的间距，堆叠四个 PWG 可实现多达 128 个通道的连接。
这一突破延续了 IBM 在半导体创新领域的领先地位，包括首个 2nm 节点芯片技术、7nm 和 5nm 工艺技术的实现、纳米片晶体管、垂直晶体管 （VTFET）、单细胞 DRAM 和化学放大光刻剂等。CPO 技术为满足 AI 日益增长的性能需求提供了新的解决方案，并有望取代模块外的电气通信方式。
光通信的发展趋势:1.6T、硅光、LPO、CPO
光通信领域正加速向高速率、集成化、低功耗方向突破，1.6T、硅光、LPO 和 CPO 四大技术趋势相互交织，共同驱动行业变革。
1.6T 高速光模块成为下一代数据中心的核心需求，通过 3nm 制程 DSP 芯片与硅光技术融合，实现单波 1.6Tbps 传输速率，功耗较前代降低 40%，支撑 AI 算力集群的长距离高密度互联，但其信号完整性设计和散热问题仍需攻克。硅光技术作为底层创新，借助硅基材料和 CMOS 工艺，将激光器、调制器等器件集成于单一芯片，显著降低成本和功耗，成为 CPO 等先进封装的关键支柱，但硅基激光器效率不足和封装兼容性问题仍制约其大规模应用。
LPO（线性驱动可插拔模块） 以 「去 DSP 化」 为核心，通过线性直驱技术降低 50% 功耗和 30% 延迟，保留可插拔特性，在中短距离场景 （如数据中心架顶交换机互联） 实现性能与成本的平衡，但受限于传输距离和专用芯片配套能力。
CPO（光电共封装） 则更激进，通过光引擎与交换芯片共封装，将能效压至≤5pJ/bit（降耗 70%），支持未来 3.2T/6.4T 超高速率，结合液冷散热可提升单机架算力密度 40%，但高集成带来的散热难题和外置光源依赖成为商业化瓶颈。
从协同效应看，硅光与 CPO 深度绑定推动高密度集成，LPO 作为过渡方案填补中短距市场，1.6T 则牵引长距带宽升级，形成多层次技术覆盖。产业层面，头部企业通过 「硅光+CPO」 组合抢占 AI 算力高地，而 LPO 厂商聚焦低成本场景，推动数据中心 PUE 从 1.25 优化至 1.12，加速绿色算力落地。这些趋势共同指向一个核心目标：在 AI 与算力爆发时代，以更低能耗承载指数级增长的数据洪流。
磷化铟：光芯片的香饽饽？
最后我们来谈谈光芯片的风险。根据 Yole 统计显示，到 2026 年全球光模块器件磷化铟衬底 （折合两英寸） 预计销量将超过 100 万片， 2019 年-2026 年复合增长率达 13.94%， 2026 年全球光模块器件磷化铟衬底预计市场规模将达到 1.57 亿美元。
而磷化铟 （InP） 光芯片制造工艺的核心难点集中在材料特性、制程精度与热管理三方面。
磷化铟多晶合成需精确控制铟磷原子比 （1:1±0.0001） 及温度 （±0.5℃内），以规避非化学计量缺陷；单晶生长过程易受热场扰动影响，导致位错密度超过 1000/cm²，直接影响器件光电转换效率。
另外，纳米级外延与光栅制造。量子阱外延层厚度需控制在±1nm 以内，V/III 族气体流量比波动须<0.1% 以保证界面陡峭度；分布式反馈 （DFB） 激光器的二阶光栅刻蚀深度公差需≤5nm，否则导致波长偏移超过±0.5nm，难以满足密集波分复用 （DWDM） 需求。
以及，高精度封装与良率提升。光纤耦合对准精度要求<0.15μm，但焊接应力易使 VCSEL 阵列光斑偏移超 0.2μm，导致 400G 光模块封装良率不足 75%；而 EML 激光器的端面反射率需稳定在 30%-40%，镀膜厚度误差超过±1nm 将引发模式跳变。
总的来说，磷化铟的制备工艺相对复杂，成本较高，限制了其大规模应用。为了降低成本并提高生产效率，研究人员正在不断优化制备工艺，并探索新的制备方法。
