光芯片赛道终将诞生一家“英伟达

• 2026-08-22

中国工程院外籍院士、博升光电创始人常瑞华直言：在光芯片领域，肯定会出现像英伟达那样的领导者。她之所以如此断言，源于对AI算力发展形态的观察——下半场的竞争，很大程度上是互联能力的竞争。单靠单颗GPU的性能已不足以衡量系统能力，真正的大模型训练需要成百上千甚至上万颗GPU协同工作，而连接这些处理器的互联本身就是计算系统的重要组成部分。

常瑞华回顾自己的技术积累：上世纪八十年代末在美国贝尔通信研究公司就做出了VCSEL二维阵列，三十多年后她在深圳创办博升光电，继续押注这类光源。在她看来，随着训练集群从千级向万级扩展，光互联必须更靠近芯片，VCSEL在这一位置上具有独特优势。

她指出，衡量AI算力不能只看GPU数量或单颗性能，更要看大量GPU能否高效协同。例如英伟达的NVL72系统，把72颗Blackwell GPU与36颗Grace CPU以及若干NVSwitch通过高速互联组织成一个统一的计算域；华为展示的Atlas 950 SuperPod也将1024颗AI加速器整合为一个整体。随着每个计算节点内协同处理器数量迅速增加，从几十到上千甚至上万，系统对互联带宽和延迟的要求急剧上升。 球友会

在数据中心互联架构中，Scale-up（节点内高带宽扩展）和Scale-out（节点间扩展）是两条不同路径。传统数据中心更重视Scale-out，但在大模型训练驱动下，Scale-up变得极其重要，而越朝Scale-up走，光必须越靠近芯片。与此同时，这也带来新的挑战：一套AI系统所需的光链路数量可能是传统数据中心的十倍甚至更多，单通道速率正在从53Gbps迈向106Gbps、212Gbps乃至更高。如果仍然沿用传统的可插拔光模块，系统的功耗和成本会非常高。

铜互联的物理边界也在被高速信号推进。过去机架内短距离的铜缆在较低速率下无碍，但当通道速率攀升至数百Gbps时，短短几厘米的电连接就可能带来显著损耗，迫使系统架构围绕铜线距离重新设计。为此，新的光互联架构应运而生：NPO（近封装光学）和CPO（共封装光学）。NPO的做法是把光引擎放在距离交换芯片非常近的位置，减少电信号传输距离；CPO则把光引擎与交换芯片放在同一封装里，进一步缩短距离并提高集成度。CPO集成度高，但对封装、散热、良率和维护提出更高要求；NPO则相对可行，往往被视为较温和的过渡方案。两种路径各有场景与价值，未来都将发挥作用。

总的来看，光通信正在从机房之间的长距连接，逐步渗透到机架之间、机架内部乃至GPU封装内部，这一趋势正在重塑传统光通信的市场格局。关于光源选择的竞争也异常激烈：她将短距光互联的主流技术路线划分为三类，其中之一是硅光EML（电吸收调制激光器）方案。硅光EML的优势在于可借助成熟硅工艺实现复杂光路的集成、支持极高单通道速率，但由于硅本身发光效率不足，需要外置激光器，通道数受限且成本较高。常瑞华认为，面对这种快速演进的需求，中国的光芯片产业必然会以自身力量开拓道路并形成竞争力。 球友会