光电芯片：AI推理时代的算力新引擎

导读：2025年6月，北美ASIC两大巨头博通、Marvell相继发布财报，不约而同的表示光电芯片是下一阶段的研发重点。随着摩尔定律逐渐逼近极限，电子芯片面临的 “功耗墙” 以及数据传输速率瓶颈愈发显著，光电芯片凭借其高速率、低功耗的特性，为提升计算能力与数据传输效率带来新希望。光电芯片优势在哪？AI时代如何赋能算力？目前国内产业进展如何？赛道内投融趋势有无变化？本文尝试分析和探讨。

01 光电芯片飞速导入推理算力

AI 算力需求呈现出爆发式增长态势。从早期简单的神经网络模型到如今参数规模庞大的 GPT 等大语言模型，模型复杂度呈指数级上升。以 GPT-3为例，其拥有1750亿个参数，而GPT- 4.5参数量约为1万亿。与此同时，为提升模型准确性与泛化能力，训练数据集规模也在不断膨胀，如用于图像识别训练的 ImageNet 数据集，包含数百万张各类图像。新兴的 AI 应用场景，如自动驾驶需实时处理大量传感器数据以做出决策，对算力的实时性与吞吐量提出了严苛要求。以市场规模来看，全球 AI 服务器市场规模从2020年的122 亿美元快速增长至 2024 年的1251亿美元，五年间增长近10倍，2025年，这一市场规模将持续扩大。

尽管行业内时而传出对算力过剩的担忧，尤其在国产大模型凭借更低成本与算力需求实现一流性能，看似宣告“暴力堆算力”时代终结。但现实却是，海外科技巨头们持续大力加码算力投入。微软在2025财年第一季度资本支出达167.5亿美元，同比增长53%，计划全年投入800亿美元用于扩建数据中心与采购AI芯片，并致力于在2026年前将AI训练算力提升5倍，其首席财务官艾米・胡德坦言AI算力短缺将持续到2026年。亚马逊 2025年第一季度现金资本支出243亿美元，同比增长74%，CEO Andy Jassy 强调今年预计1000亿美元资本支出大部分将用于AI相关项目。谷歌、META等科技巨头亦有类似动向。

算力的变化是结构性的。与前几年不同的是，算力更多地从训练算力转向了以ASIC为主的推理算力。如博通在最新的财报电话会议指出，超大规模客户在推理领域的投入显著增加，预计下一季度的相关半导体收入将环比增加20%以上。Marvell亦表示，第三季度数据中心收入将环比增长高双位数，全年 AI 收入目标有望大幅超预期。推理算力的核心挑战在于处理海量数据时的带宽限制与能耗问题，博通和 Marvell 均将光电共封装（CPO）和硅光子学作为核心技术方向。

传统电子芯片在满足 AI 算力需求时，正面临着诸多棘手问题。在性能层面，随着芯片制程工艺逐渐逼近物理极限，摩尔定律放缓，芯片集成度提升愈发困难，电子在芯片内部传输时会面临电阻、电容等带来的信号延迟与衰减，严重制约了数据处理速度与芯片整体性能的进一步提升。以数据中心为例，传统电子芯片在处理海量数据时，数据传输瓶颈问题凸显，服务器之间的数据交互延迟严重影响整体运算效率。

能耗方面，传统算力的能耗呈指数级上升。AI 大模型训练对算力要求极高，需要大量高性能计算芯片协同工作，这导致数据中心的能耗惊人的同时，散热也成为难以解决的问题。此前英伟达重量级新品GB200就因为散热问题持续推迟量产日期，散热已然成为AI发展的制约点。

在此背景下，光计算应运而生，被视为解决未来算力瓶颈最具潜力的方案。光计算利用光的特性来传输和处理信息，它在厘米级尺寸下实现纳秒级延迟，且延迟时间与矩阵尺寸无关，尤其在大规模运算中优势更为显著。能耗方面，光计算每比特能耗低至10-18焦耳，相同功耗下运算速度比电子芯片快数百倍，这种超低功耗特性大幅降低了系统运行成本和散热需求。此外，光计算的延迟性能较电子芯片降低两个数量级。种种因素下，光计算正成为突破算力瓶颈的战略选择。

光计算按照物理实现的方式可分为基于经典光学的计算（光经典计算）和基于量子光学的计算（光量子计算），两者结构上一般包括：光发射部分、光处理部分、光探测部分等。光发射部分上，光经典计算包括激光器和调制器，而光量子计算包括激光器和量子态制备装置。光处理部分上，两种计算方式均可以分为逻辑门型和非逻辑门型两大类；光经典计算利用折射、散射、非线性效应等，基于马赫增德尔干涉仪（MZI）、微环等结构进行计算。光量子计算利用量子叠加、量子纠缠效应等，将经典光学器件进行量子应用；光量子计算需采用灵敏度更高的探测器，如雪崩二极管、超导纳米线探测器等，而光经典计算对探测器的灵敏度要求略低。目前由于量子计算尚在实验室阶段，并未产业化，市场上所指的光计算多为光经典计算。

硅光平台是目前光计算的主要实现方式，而光电芯片则是光计算的实现载体。目前，光计算核心原理基本相同，打造一个用于通用矩阵乘法运算（GEMM）的光子矩阵，再集成 DAC、ADC、跨阻放大器（TIA）和光电探测器（PD）等其他模拟和光电器件，来替代目前深度学习和科学计算任务中的其他 ASIC 硬件。未来基于光电混合集成、异质集成等工艺，可实现不同功能单元的更高效集成，进一步提升系统的集成度。

从发展阶段来看，目前光电芯片尚处于技术发展与市场导入的初期阶段。当前主要集中在技术研发与性能优化，努力提高芯片的集成度，降低成本，提升光电器件的性能与稳定性。在实验室阶段，已取得众多突破性成果，如实现了更高效的光信号调制与探测技术。下一阶段，预计将进入技术完善与小规模量产阶段，逐步解决大规模生产过程中的工艺难题，提高良品率，降低生产成本，使光电芯片性能更加稳定可靠。长远来看，当技术成熟、成本大幅降低后，光电芯片将迎来大规模商业化应用，广泛渗透到 AI 计算、通信、数据存储等各个领域，成为主流的计算与数据传输芯片。

图表 1：光电芯片与传统电子芯片区别

数据来源：来觅数据

然而，光电芯片在推广中也存在着诸多难点。光电芯片制造良率低下成为制约行业规模化发展的首要瓶颈，光电芯片需要实现Ⅲ-Ⅴ族材料与硅光芯片的大规模异质集成，其开发难度显著高于传统半导体工艺，导致产品良率难以有效控制；其次，光电接口标准化缺失正在加剧产业链协同困境，行业亟需建立覆盖光器件封装、光纤耦合、电信号转换的全流程标准体系，特别是高速耦合设备与测试接口的标准化；材料性能不足也是行业存在的问题，目前用于制造光电芯片的材料，如磷化铟、硅等，在性能与制备工艺上仍存在不足。高质量的磷化铟材料制备难度大、成本高，使得硅光芯片推广难度变大。不过随着高性能算力方案的逐渐推广，我们相信工程问题会在发展中不断解决，光电芯片也将迎来巨大的增长空间。

02 国内光电芯片进展

光电芯片市场格局呈现头部企业主导、初创企业崛起与国产替代加速的三重特征。Intel、IBM、NVIDIA三家国际巨头凭借技术积累占据2024年光电芯片专利总数的68%，形成显著的先发优势。其中，Intel通过硅光子技术布局数据中心光互连，IBM在量子计算光芯片领域持续突破，NVIDIA则依托CUDA生态加速光电融合架构落地。国内创新力量同样活跃，光本位科技在成立三年内完成五次芯片流片，其128x128光计算板卡计划2025年商业化，天使轮融资超5000万元显示资本对技术路线的认可。这类企业普遍采用"轻晶圆厂"模式，如曦智科技依托三大核心技术构建产品线，与新华三合作优化数据中心能效。产业资本与初创企业的协同，正在CPO（共封装光学）、存内计算等前沿领域开辟新赛道。

光电芯片主要包括用于传输的光传输芯片，用于计算的光计算芯片，以及根据材料划分的硅光芯片、铌酸锂芯片等。光器件是光芯片的载体，目前国内光器件企业全球份额虽突破 40%，但高端光电芯片市场仍由美日企业主导。Lumentum、博通、II-VI 等厂商在高速光模块核心芯片领域占据垄断地位，已量产200G EML光芯片，而国内10G光芯片国产化率约 60%，25G以上的光芯片国产化率仅5%，100G EML光芯片尚未批量供货。在CPO上差距表现的更为显著，海外企业如台积电通过 CoWoS 封装技术实现光电芯片间距毫米级集成，其为英伟达开发的 CPO 采用硅中介层实现光引擎与 HBM 的 2.5D 封装。国内中芯国际虽在 12 英寸硅光晶圆工艺上取得突破，但高精度耦合技术和量产良率仍落后于国际水平。

我国光电芯片正通过关键技术实现“非线性追赶”。这主要是由于光电芯片并不完全依赖摩尔定律，高功率光源、材料等因素更取决于工程经验。此外，中国在光传输领域拥有良好的产业环境，这也为光电芯片的突破提供了有利环境。尽管在高端光芯片国产化率仍有不足，但产业链协同创新模式已逐步打通"设计-制造-应用"闭环，为后续发展奠定基础。

随着 AI 技术发展、5G 通信普及、数据中心规模扩张等因素驱动，光电芯片市场规模有望迎来爆发式增长。根据市场研究机构 Yole Development 预测，到 2027 年，全球光电芯片市场规模将超过 300 亿美元，2022 - 2027 年期间年复合增长率将达到 25% 左右。在 AI 计算领域，随着对算力需求持续增长，光电芯片凭借其高性能、低能耗优势，将逐步替代部分传统电子芯片，应用于 AI 服务器、超级计算机等设备，市场规模预计在未来几年内将呈现指数级增长。通信领域，5G 及未来 6G 网络建设对高速、大容量光通信需求旺盛，光电芯片作为光通信核心器件，市场需求将持续攀升。数据中心方面，为满足数据高速传输与处理需求，光互联技术应用越来越广泛，带动光电芯片市场规模快速扩大。

图表 2：2022-2027E全球光电芯片市场规模预测 （单位：亿美元）

数据来源：来觅数据

中国光电芯片产业正迎来技术突破与产业化的关键阶段。上海交大无锡光电芯片研究院（CHIPX）近期取得重大进展，其国内首条光电芯片中试线成功下线首片6英寸薄膜铌酸锂光电芯片晶圆，并同步实现超低损耗、超高带宽调制器芯片的规模化量产，关键技术指标达到国际先进水平。这一突破标志着我国在高端光电子核心器件领域实现从"技术跟跑"到"产业领跑"的跨越。薄膜铌酸锂调制器芯片凭借超快电光效应、高带宽、低功耗等优势，在5G通信、量子计算等领域展现出巨大潜力。CHIPX通过配置110余台国际先进CMOS工艺设备，攻克了纳米级加工精度控制、薄膜沉积均匀性等关键技术难题，首次在国内实现晶圆级光电芯片工艺闭环整合。

在政策支持方面，中国政府高度重视集成电路产业发展，出台了一系列政策鼓励光电芯片等关键技术研发与产业培育，如国家集成电路产业投资基金持续投入资金支持相关企业发展。在技术研发上，国内众多科研机构与高校积极开展光电芯片相关研究，如清华大学、中国科学院半导体研究所等在光电芯片材料、器件设计等方面取得多项科研成果，部分成果已实现技术转化。企业层面，如前文所述，华为、光迅科技等龙头企业不断加大研发投入，实现了部分产品的国产化替代，并在国际市场上具备一定竞争力。同时，产业生态建设逐步完善，围绕光电芯片形成了从材料供应、芯片设计、制造到封装测试的产业链雏形，上下游企业协同发展趋势逐渐显现。但不可忽视的是，在高端芯片制造设备、核心专利技术等方面，与国际先进水平仍存在一定差距，需要进一步加强自主研发与创新。

光电芯片除应用于高性能数据中心外，还有许多下游场景如基站通信、智能驾驶、消费电子等。在5G 及未来 6G 通信网络中，光电芯片是实现基站与核心网、基站与基站、基站与终端之间高速、大容量数据传输的关键器件；在智能驾驶上，光电芯片的光域内并行处理能力可实时捕捉道路信息，为导航与避障提供高精度支持；在高速率、低延迟的无线通信模块、虚拟现实/ 增强现实设备中，光电芯片可提升设备的数据传输速度与响应速度，改善用户体验。在未来，随着网络性能和质量的要求提高，光电芯片将发挥不可替代的作用。

03 投融动态

近年来，光电芯片领域受到资本市场高度关注，投融资活动频繁。一方面，头部科技企业为增强自身技术实力与市场竞争力，纷纷通过战略投资、并购等方式布局光电芯片领域。例如，谷歌、微软等科技巨头通过投资相关初创企业，获取前沿技术与创新团队，加速自身在 AI 计算、数据中心光互联等业务板块的发展。另一方面，风险投资机构对光电芯片赛道热情高涨，大量资金涌入该领域。

2025 年作为硅光技术规模化应用的关键节点，国内光电芯片投融资呈现显著加速态势，这一趋势既反映了技术突破的产业机遇，也凸显了产业链自主化的迫切需求。除创投机构外，地方政府引导基金也开始催化这一赛道，以期获得产业与资本的双重共振。如广东省设立千亿级光芯片产业基金，上海、武汉等地通过 “硅光产业联盟” 推动产学研协同，上海张江科学城作为国家科技创新策源地，正积极构建光电芯片产业生态，目前张江科学城光电芯片中试平台已吸引15家初创企业入驻，形成"产学研投"协同创新体系。

下表是我们整理的2025年以来光电芯片发生的部分投融事件，2025年已出现数亿元以上融资事件。我们可以看到融资多分布于A轮以后，显示出资本对赛道的长期布局。感兴趣的读者，可以登录Rime PEVC平台获取光电芯片赛道全量融资案例、被投项目及深度数据分析。

图表 3：2025年以来中国光电芯片主要投融事件

数据来源：来觅数据

版权及免责声明：本文内容为来觅研究院撰写，其版权系深圳来觅数据信息科技有限公司（下称：Rime 或 来觅数据）所有。未经来觅数据许可或授权，任何单位或人士禁止转载、引用、刊登、发表、修改或翻译本文内容，及其他以作商用的行为。许可或授权下的引用、转载时须注明出处为Rime或来觅数据。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定，来觅数据将保留追究其相关法律责任的权利。

本文内容基于来觅数据认为可信的公开资料或实地调研资料，我们力求本文内容的客观、公正，但对本文中所载的信息、观点及数据的准确性、可靠性、时效性及完整性不作任何明确或隐含的保证，亦不负相关法律责任。受研究方法和数据获取资源的限制，本报告全部内容仅供参考之用，对任何人的投资、商业决策、法律等操作均不构成任何建议。在任何情况下，对因参考本报告造成的任何影响和后果，来觅数据均不承担任何责任。