11月初，珠海量引科技宣布完成Pre-A轮融资，融资名单里出现了光峰科技的名字。
天眼查APP显示，这是一家2024年7月才成立的公司，做的是硅光芯片，主要服务数据中心和AI超算。
就在今年8月，光峰科技还出现在微玖光电近亿元融资名单里，这家公司正在将自己“Micro LED光芯片”的能力延伸至“可见光通信”这一新兴方向。
有意思的是，以激光显示为主业的光峰科技，已经不是第一次接触光芯片企业了。
表面上看，这两家公司做的东西并不一样，一个做硅光芯片，一个做Micro LED光芯片，各有各的用途。
但在实际应用上，他们殊途同归，都指向了“光互连”赛道。
换句话说，在3个月时间里，光峰科技沿着两个不同的技术路线，连续在“光互连”这条赛道做了两笔投资。
问题来了，光峰科技这样一家以激光业务为主的公司投资“光互联”赛道，是单纯的财务投资？还是想要直接进入“光互联”赛道呢？
要回答这个问题，得先把“光互连”这条赛道的前世今生讲清楚，才能一探究竟。
//光互连：解放AI算力集群的“翅膀”
这两年AI火得一塌糊涂。
而在繁忙的大模型和各种AI应用背后，是“算力集群”这么个新物种。
算力集群简单来说，就是为了应对狂热的需求，把十万、数十万张GPU集中在一起，并让他们在同一时间疯狂干活。
但GPU一多，问题就来了——数十万张卡和卡之间要协同工作，得不停交换数据，你算的传给我，我算的传给它，这个传输的速度要足够快才行。
怎么连接的问题，就这样慢慢从配角，变成了决定整体效率的关键一环。
过去这个传输通道是“电信号+铜线”，虽然十分成熟，但对庞大的算力集群来说，机柜与机柜之间用“电+铜”传输的速度不够快。
另外，还有体积、功耗、距离等等条件，“电+铜”都已经摸到了天花板，继续往这个方向走就像内燃机时代还在研究蒸汽机，没有意义。
于是，光互联的方式就成了现阶段算力集群“提速”的最优解。
光相比电的优势也很明显，比如带宽密度高，一根光纤可以同时跑很多个波长的数据；传输损耗低，长短距离都合适；而且光信号不怕电磁干扰。
更关键的是，现在的“光互联”正从过去的外部的“挂件”，一步步地从机房之间的干线，下沉到机架、服务器，甚至进到芯片封装内部，彻底同化为连接GPU的“神经”。
那这么做有啥好处呢？
拿CPO架构来说，在传统可插拔光模块中，光引擎位于交换机面板，电信号需要经过数十厘米的PCB走线才能到达光模块，DSP芯片本身就要消耗可观的功耗。
CPO将光引擎与交换ASIC共同封装在同一封装结构内，电信号走线压缩到毫米级，从而在物理层上大幅削减了电损耗和驱动功耗。
英伟达给出的数据是：CPO架构使1.6T端口的功耗从传统可插拔方案的30W降至9W，降幅约3.5倍。
说白了，就是最大限度的减少模块与模块之间的传输、转化链条，提高信息通过的效率。
可插拔光模块（含LPO/LRO）仍是现阶段数据中心的主力。在短距场景中具备明确的成本与功耗优势。解决的是设备间的互连，技术和供应链最为成熟。
当然，条条大路通罗马，跟所有的新兴技术一样，“光互联”的技术路线不止一条，进度也参差不齐。我们可以按光引擎相对电芯片的位置由远及近来理解：
NPO是云厂商当前重点押注的过渡方案。即光引擎与交换ASIC共基板但保持可插拔性，在功耗和可维护性之间取得折中。
它的意义在于，它用可维护性换取了光互连向芯片侧靠近的第一步，使云服务商不必承担CPO“光部件故障即更换整板”的运维风险。
CPO是英伟达主推的当前商业化前沿，已经跨越概念验证、进入量产阶段。但CPO的瓶颈同样明确：高度依赖2.5D/3D先进封装，光引擎良率爬坡困难，封装良率和供应链能不能跟上十个问题。
OIO/OOI是更远期的方向。英伟达展示的OOI原型将光引擎直接集成在承载GPU的硅中介层上，取消有机封装基板，把光电转换进一步推向芯片内核。
但OIO整体仍处于原型或早期研发阶段，散热、制造良率与可维修性尚待解决，尚无明确的规模化商业化时间表。
总的来说，在当下，已经有能够落地的“光互联”方案直接拿出来用；看未来，又有更具效率的终极答案等着各大厂商去努力完成。
文章来源知乎：AEG.xIjIdi.cn