2.11亿欧元。这是意大利政府给一家初创公司的支票金额,也是该国深科技领域有史以来最大的单笔公共投资。 recipient不是车企,不是能源巨头,而是一家做"石墨烯光芯片"的公司——名字很拗口,叫CamGraPhIC。
这笔钱要干什么?建一条试点产线,2028年投产。目标听起来更抽象:用单层碳原子替代现有的芯片互联方案。
![]()
但背后的算盘很具体。AI训练集群的瓶颈已经从"算力不够"变成了"数据传输卡脖子"——GPU之间、芯片与内存之间的电信号互联,功耗高、延迟大、发热严重。CamGraPhIC赌的是:石墨烯光学互联能把这个瓶颈砸开。
![]()
一张图看懂:为什么单层碳原子值2亿
先放下技术细节,看一张简化的系统图。现代AI数据中心的性能瓶颈分布,大致可以画成三层:
最底层是计算层——GPU、TPU、专用加速器。这一层的问题是"做得出",英伟达、AMD、谷歌已经卷到极致。
中间是存储层——HBM内存、SSD、网络存储。瓶颈是"存得下",但带宽和延迟仍在追赶计算速度。
最顶层是互联层——芯片之间、机架之间、数据中心之间的数据传输。这才是CamGraPhIC瞄准的位置。
现有方案分两类:传统电互联(铜线)和硅光互联(用激光在硅基波导里传数据)。电互联便宜但带宽天花板低,功耗随距离指数级上升;硅光互联带宽高,但硅的光电转换效率有限,而且发热问题没解决。
石墨烯的特殊性在于:它是零带隙半导体,电子迁移率极高,同时对光从紫外到太赫兹波段都有响应。简单说,它既能高效处理电信号,又能直接操控光信号——理论上可以把"电-光-电"的转换环节压缩到极致。
CamGraPhIC的核心产品不是石墨烯本身,而是基于石墨烯的光输入/输出(光输入/输出)器件:把电信号转成光信号发出去,或者把收到的光信号转回电信号。他们声称的方案指标是:带宽密度更高、延迟更低、能耗显著低于现有硅光方案。
从实验室到产线:20年材料科学的商业化赌局
石墨烯的发现拿了2010年诺贝尔物理学奖。此后二十年,这种"神奇材料"的产业化路径一直模糊——电池、柔性屏、复合材料都有尝试,但大规模商用案例寥寥。
核心障碍不是性能,是制造。单层碳原子结构极脆弱,大面积均匀生长、无损转移、与现有半导体工艺兼容,每一步都是工程地狱。CamGraPhIC的两位创始人Marco Romagnoli和Andrea Ferrari教授,背景分别是工业光子学和石墨烯材料科学——组合意图很明显:一个懂怎么造,一个懂怎么用。
这次获批的2.11亿欧元,关键用途是"试点制造设施"(pilot manufacturing facility)。这不是小试中试,而是向"可量产"过渡的关键一步。产线选址米兰附近,计划2028年运营,目标岗位150+,覆盖光子工程、材料科学、半导体制造。
时间线值得注意:2025年2月,母公司2D Photonics刚完成2500万欧元A轮融资,投资方包括CDP Venture Capital、北约创新基金、索尼创新基金、博世创投等。不到两个月,意大利国家援助获批——节奏紧凑,说明项目成熟度已经过审。
但A轮2500万 vs 国家援助2.11亿,这个比例很夸张。半导体制造的资本密集度是一方面,更关键的是欧盟的战略意图:建一条欧洲自主的光子供应链,服务AI基础设施。
欧盟的焦虑:不想在AI互联层被卡脖子
这笔资金走的是"欧盟国家援助框架"(EU State Aid Framework for R&D and innovation),专门用于研究、开发和创新项目。获批意味着布鲁塞尔认定:该项目符合欧盟公共利益,且不会扭曲市场竞争。
![]()
什么公共利益?看一组对比。美国有Intel、NVIDIA、Broadcom主导硅光互联;中国有华为、中际旭创等企业在800G/1.6T光模块领域快速追赶。欧洲在光子学基础研究上底蕴深厚(荷兰ASML的光刻机、德国弗劳恩霍夫研究所),但在AI互联这一垂直环节,缺乏能打的玩家。
CamGraPhIC的石墨烯路线,本质是差异化竞争——不跟硅光正面卷,换材料赛道超车。风险是:石墨烯光器件的可靠性、寿命、成本曲线,都还没经大规模验证。
但欧盟的算盘可能是:即使最终不是石墨烯赢,扶持一个欧洲本土的先进光子平台,也比完全依赖外部供应强。2.11亿买的是一张入场券,以及150个高端岗位的技术沉淀。
技术落地的三个未知数
回到产品层面,CamGraPhIC要真正进入AI数据中心,还有三道坎。
第一道是性能验证。实验室指标 vs 量产指标往往差距巨大。石墨烯光调制器的带宽、消光比、插入损耗,在高温、高湿、长期运行下的稳定性,都需要客户实测。
第二道是生态兼容。NVIDIA的NVLink、AMD的Infinity Fabric、各家的CPO(共封装光学)方案,接口标准、协议栈、软件支持都是深坑。一个新互联技术要插入现有架构,要么说服巨头改标准,要么自己搭完整生态——两者都极难。
第三道是成本。硅光的优势之一是借用了成熟的CMOS产线,边际成本递减曲线清晰。石墨烯需要专用或大幅改造的产线,初期固定成本极高。2.11亿能建试点线,但能否支撑到规模效应拐点,是未知数。
母公司2D Photonics的A轮投资方里有索尼和博世,暗示潜在应用场景不止AI数据中心——消费电子、汽车传感器、工业检测都可能。多场景分散风险,但也意味着资源分散。
为什么这件事值得关注
这不是又一个"石墨烯概念"的炒作。2.11亿欧元的国家援助,加上北约创新基金的参与,说明项目已经过地缘政治安全审查——AI基础设施的供应链自主,在欧洲是优先级议题。
更深层的信号是:AI算力竞赛正在从"芯片性能"转向"系统效率"。当单卡算力提升边际递减,互联带宽、内存墙、能耗墙就成为新的战场。CamGraPhIC押注的是,材料创新能在这个战场打开缺口。
2028年试点线投产,如果顺利,2030年前后可能看到首批商用部署。那时AI训练集群的功耗问题会更尖锐,任何能降能耗的技术都会被 desperate 采纳。
当然,也可能失败。石墨烯光芯片的量产难度,历史上已经坑过不止一批创业者。但2.11亿的赌注说明:在欧洲,有人愿意为这个"可能"买单。
最后说个冷笑话:意大利人花了二十年,终于把石墨烯从诺贝尔奖论文里抠出来,准备塞进米兰郊外的工厂。而他们的竞争对手,可能正在某个中国或美国的实验室里,用另一种二维材料——二硫化钼、黑磷、氮化硼——写下一篇新的论文。材料科学的赌局,永远不缺新筹码。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.