AI大模型的參數規模正以每年10倍速度膨脹，而算力芯片之間的通信帶寬，卻卡在銅纜的物理極限上寸步難行。當電信號在銅線里發熱、衰減、相互串擾時，光互聯就像在芯片間修了一條無聲、無熱、無限寬的高速路。 2026年，這條路終于鋪到了數據中心的核心樞紐。

為什么非“光”不可？

答案很簡單：銅已經跑不動AI的數據洪流了。

在高速傳輸下，銅纜就像一個巨大的發熱電阻。當你試圖用112Gbps甚至224Gbps的速率把數據送出芯片，信號在銅線上衰減之快，迫使傳輸距離縮短到1米甚至0.5米以內。而且，為了對抗衰減，SerDes（串行器/解串器）電路會瘋狂耗電——一臺由數萬張GPU組成的AI集群，可能有超過30%的電力并非用于計算，而是白白消耗在數據傳輸上。

光的優勢是降維打擊：一根光纖的帶寬是銅纜的千倍，功耗卻降低90%，且光信號在傳播中幾乎不發熱、無串擾。 用光把交換機和GPU、HBM內存連起來，等于給窒息的數據流打開了一扇巨大的天窗。

最新突破：從“柜子之間”殺入“芯片之間”

過去，我們只在數據中心之間或機柜之間用光（可插拔光模塊）。但2026年，光互聯已經挺進到距離芯片最近的地方。

• 共封裝光學（CPO）量產落地：臺積電在2026年4月的技術論壇上宣布，其緊湊型通用光子引擎（COUPE）正式進入量產，直接為英偉達、博通等客戶提供將光引擎與交換芯片封裝在一起的硅光方案。英偉達隨即在GTC 2026上，正式交付了去年預熱的CPO版Spectrum-X光子交換機，單端口帶寬達1.6T，整機交換能耗相比傳統方案直降40%，已被Microsoft Azure首批大規模部署于下一代AI訓練集群。

• 片上光互聯商業化前夜：Intel與Ayar Labs在5月取得突破，成功演示了基于“TeraPHY”光I/O小芯片的至強處理器，直接在芯片封裝上通過光發射器輸出8Tbps的帶寬，延遲低于5ns/米，目標直指解耦計算與內存的“光橋”3。這意味著，CPU和GPU將通過光，像用放大鏡匯聚陽光一樣，直接與遠處的HBM內存池精準“對話”。
• 3

• 創業勢力推動片間互聯：初創公司Lightmatter和Celestial AI推出的光互聯層，已進入頂尖AI芯片的測試平臺。它們用微環諧振器直接在多顆GPU間形成片上光網絡，帶寬密度達到驚人的Tbps/mm量級，幾乎將整個互聯帶寬瓶頸從底層抹除。

下一個千億級賽道，中國廠商卡位關鍵點

光互聯的市場規模，正隨著CPO滲透率飆升。LightCounting最新報告指出，2026年全球光互聯（含CPO與光I/O）市場將達到62億美元，并在2029年沖破200億美元，復合增長率超60%。產業鏈上的價值轉移非常清晰：

• 上游硅光芯片/引擎：臺積電、英特爾掌握核心集成能力，而中際旭創、光迅科技等中國廠商正加速自研硅光晶圓級引擎，試圖擺脫對傳統InP（磷化銦）激光器的依賴。

• 關鍵設備與封裝：CPO需要的3D封裝、晶圓級測試和光纖高密度對準，催生了如天孚通信、羅博特科等精密設備與組件商的巨額訂單。券商分析師普遍認為，誰掌握超高精度光纖陣列耦合技術，誰就捏住了光互聯的產量命門。

• 互聯協議與生態：英偉達的NVLink-CPO、AMD的Infinity Fabric光版，以及開放的UALink標準，正在爭奪光互聯的協議層話語權。這絕非單純硬件的比拼，而是誰能定義“光上跑的數據長什么樣”的戰爭。

深度觀察：光互聯將重塑整個AI基建

1. 打破內存墻，釋放真正的算力
   當前HBM顯存容量受限于物理距離，光互聯使得“共享光內存池”成為可能。未來一塊GPU不再受限于身邊那幾顆HBM，而是通過光通道訪問幾十米外的龐大內存陣列。內存墻一旦倒塌，AI訓練效率可能迎來10倍級躍升。
2. 計算與互聯的“光即服務”
   當光互聯帶寬和能效足以支撐跨機柜的無損通信，數據中心將像擰水龍頭一樣按需調配光互聯資源。大模型訓練不再受限于單一SuperPod，而是可以動態組建跨數百米的光計算網絡。這會把AI基建變成一種類似“算力光電網”的全新服務。
3. 中國廠商的換道超車機會
   在傳統電SerDes領域，中國追趕博通、英偉達難度極大。但光互聯是一個相對平行的新賽道，尤其在硅光芯片設計、高速光封裝、密集光纖陣列等環節，國內已有深厚積累。風險在于量產良率和激光器國產化，一旦突破，就能在AI基建最底層的連接層上占據高利潤錨點。

一句話總結： 光互聯不是“錦上添花”，而是AI算力走向百萬卡集群的“唯一生路”。銅的盡頭是光，2026年，光正從機柜門外的光纖，堅定地走進芯片封裝內部，點亮算力的每一個角落。