能效提高1000倍，硅光子学著名学者公司获谷歌领投5800万美元融资

随着如今 AI 技术与需求的蓬勃发展，数据中心承载的计算负载已经达到了一个前所未有的水平，这对其内部数据传输能力和能源效率都提出了相当高的要求。但是，传统的基于电信号的互连技术在处理大规模 AI 集群所需的高带宽、低延迟通信时，具有较多不足。因此，利用光信号替代电信号进行数据传输的硅光子学技术，正成为业界探索数据中心互连技术演进的一个重要方向。

近日，位于美国加州埃默里维尔的硅光子学初创企业 nEye Systems Inc.（简称 nEye）宣布，完成 5,800 万美元的 B 轮融资。此轮融资由 Alphabet Inc. 旗下的成长阶段投资基金 CapitalG 领投，微软的 M12 基金、美光科技、英伟达以及 Socratic Partners 等机构参与投资。此次融资后，nEye 的累计融资总额超过 7,200 万美元，这笔资金将用于支持公司继续研发和推进其光互连芯片技术的商业化进程。公司目标是为未来的 AI 数据中心提供高效的互连解决方案。

当前的数据中心，特别是用于支持大规模人工智能训练和推理的数据中心，通常部署了大量的高性能计算芯片。这些芯片之间需要进行频繁且高速的数据交换。现有的主流互连方案多基于电信号交换机和网络接口，但随着 AI 模型复杂度和集群规模的增长，这种电气互连方式显现出其局限性。

一个核心问题是带宽瓶颈。电信号在传输介质中存在损耗和串扰，提升带宽面临物理限制和成本挑战，在 AI 训练等数据密集型场景下，互连带宽不足可能导致计算单元闲置，影响整体运算效率。同时，电信号的传输和交换处理需要一定时间，在需要众多节点紧密协作的大规模分布式计算中，累积的延迟也可能影响系统性能。

更为关键的是能源消耗问题。电信号传输和处理过程伴随能量消耗，尤其在高数据速率下功耗巨大，网络互连系统的能耗已成为数据中心总体能耗的重要组成部分。业界预测，未来几年 AI 相关的算力需求将持续推高数据中心的能源消耗，相关报告指出，到 2027 年人工智能基础设施可能消耗高达 500 太瓦时的电力。

针对电气互连面临的挑战，nEye Systems 正在开发一种基于硅光子技术的“晶圆级光路交换芯片”。该技术的核心是将光作为信息载体，在芯片间构建直接的光学数据通路。硅光子学技术旨在将光学元件集成到硅基芯片上，利用成熟的半导体制造工艺生产光电集成器件。nEye 正是利用这一技术路径，试图制造出能够高效处理和传输光信号的网络芯片。

根据 nEye 公司发布的信息，相较于现有技术，其光路交换芯片在多个方面具有潜在优势。例如，光信号的传输介质理论上可支持极高带宽，nEye 声称，其技术能够实现远高于当前数据中心互连技术的传输速率。在能源效率方面，由于光信号传输的能量损耗相对较低，nEye 表示其芯片设计的目标是实现比现有方案高出数个数量级的能源效率，有助于降低数据传输环节的能耗，具体目标是将能耗降低 100 至 1,000 倍。此外，基于硅光子工艺，光学器件可以实现小型化集成，nEye 称其芯片尺寸将是现有方案的 1/100，并预期通过规模化生产降低成本，使其达到当前互连技术的成本的 1/10。

值得注意的是，nEye 的方案还包含开发智能光路交换（intelligent optical circuit switch）功能。该功能旨在允许数据中心根据运行的应用软件和数据流需求，动态地调整芯片间的光连接路径。理论上，这种灵活性可以优化网络拓扑，为不同计算任务匹配最适合的数据通路，从而提升系统整体性能和资源利用率。

实际上，nEye 的智能光路交换概念并非首创。其投资方 Alphabet 旗下的谷歌公司，此前已在内部研发并部署了使用类似光交换技术的 AI 计算系统。谷歌曾表示该系统在性能和能效方面表现优越，但并未将其作为标准化产品向外部市场提供。这也为 nEye 等初创公司提供了进入市场的机会。

“谷歌是一个先驱，它开辟了道路。”nEye 联合创始人、硅光子学领域著名学者、美国加州大学伯克利分校教授 Ming Wu 在接受媒体采访时表示，“其他人工智能公司，其他超大规模人工智能数据中心运营商，他们将寻求获取这项技术，而不是自己开发。”微软、英伟达、美光等大型科技公司对其的投资，或许也正是出于这一原因。

不过，硅光子互连领域并非只有 nEye 一家公司。包括 Lightmatter、Celestial AI、Ayar Labs、Xscape Photonics、Lightium AG 在内的多家初创公司，以及英特尔、IBM 等传统半导体企业，都在积极布局和研发相关的光学互连技术。相比之下，nEye 的差异化优势则在于其着力打造的“智能”动态光路交换能力。

根据公开信息，nEye 已开发出芯片原型，计划于明年向潜在客户提供样品，但尚未公布大规模量产的具体时间。虽然 nEye 的技术主要面向 AI 数据中心市场，但其声称的能效和灵活性优势，理论上也适用于传统的高性能计算以及有高能效需求的通用数据中心。CapitalG 的普通合伙人 James Luo 指出，nEye 的技术方案旨在解决 AI 和传统高性能计算共同面临的互连瓶颈问题，具有较广泛的适用性。

随着 AI 工作负载在数据中心占比的持续提升，对专用优化基础设施的需求预计将增加。AI 对计算、存储和网络的需求特征与传统应用存在差异，这促进了专用芯片和网络技术的发展，形成了新的市场细分。未来几年，实际部署效果将是检验这类技术价值的关键。光学互连技术能否以及在多大程度上改变数据中心的构建和运行方式，仍有待市场和时间的检验。

参考资料：

1.https://www.reuters.com/technology/ai-networking-chip-startup-neye-systems-raises-58-million-led-by-alphabets-2025-04-10/

2.https://siliconangle.com/2025/04/10/silicon-photonics-startup-neye-raises-58m-light-ai-data-centers/

排版：刘雅坤