---
title: "【光芯解码 - 算力根基篇】AI 时代，为什么需要光芯片？"
type: "Topics"
locale: "zh-CN"
url: "https://longbridge.com/zh-CN/topics/43145393.md"
description: "今年在资本市场成为热议的$中际旭创(03308.HK) ，是全球最大光模块供应商，$英伟达(NVDA.US) 、$亚马逊(AMZN.US) 等 AI 巨头的核心光模块，很大部分来自它。但其实光模块真正的 “心脏” 和 “灵魂”，是藏在里边的光芯片。中际旭创能成为全球光模块龙头，依靠精准的封装工艺将各类光芯片集成为高性能光模块；可决定速率与量产良率的核心有源光芯片，始终掌握在更上游海外企业手中..."
datetime: "2026-08-03T02:12:34.000Z"
locales:
  - [en](https://longbridge.com/en/topics/43145393.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/43145393.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/43145393.md)
author: "[财华社](https://longbridge.com/zh-CN/profiles/11651030.md)"
generator: "portal-rs"
---

# 【光芯解码 - 算力根基篇】AI 时代，为什么需要光芯片？

今年在资本市场成为热议的$中际旭创(03308.HK) ，是全球最大光模块供应商，$英伟达(NVDA.US) 、$亚马逊(AMZN.US) 等 AI 巨头的核心光模块，很大部分来自它。

但其实光模块真正的 “心脏” 和 “灵魂”，是藏在里边的光芯片。

中际旭创能成为全球光模块龙头，依靠精准的封装工艺将各类光芯片集成为高性能光模块；可决定速率与量产良率的核心有源光芯片，始终掌握在更上游海外企业手中。这也是中际旭创这类头部企业近些年大举自研光芯片的缘由：只有把光模块的 “心脏” 自主掌握，才能真正拥有竞争主动权。

**光芯片到底是干什么的？**

我们日常熟知的 GPU、CPU 是电子芯片，职责是计算数据；而光芯片不负责算数，核心职责是实现光电信号的转换以及光信号的传输与路由控制。

当上万颗 GPU 搭建 AI 大算力集群时，显卡之间、显卡和交换机之间需要每时每刻传输海量数据。传统的铜线网线传电信号，在速率拉高时会严重发热、信号衰减且传输距离受限，完全承载不了 AI 的超大流量。

光纤依靠光波传输，速度快、耗电低且能实现中长距离传输，是算力互联的核心方案。但 GPU 只识别电信号，光纤只能传播光信号，二者无法直接对接，光芯片扮演转译的角色：一边把电流转化为激光送入光纤，另一边把传回的激光再转回电信号交给处理器读取。

除了传统的通信互连，光芯片正在向 “光计算” 领域延伸。新一代光计算芯片可直接以光子为载体，完成 AI 核心的矩阵乘加推理运算，具备超低延迟、极低功耗的天然优势。未来，由 GPU 承载复杂逻辑与通用运算、光芯片承接高并发矩阵计算的光电混合计算，有望成为突破传统电子 AI 算力瓶颈的终极解决方案。

光芯片分为两大类，技术难度与价值天差地别：

**有源光芯片（行业核心、壁垒最高）：**需要通电才能发射或接收光信号，主要包含激光器芯片和光探测器芯片。在 800G/1.6T 等高速 AI 光模块的总成本中，有源光芯片或占据一半以上。算力传输的速率、稳定性由它决定，也是海外企业卡脖子的核心环节。

**无源光芯片（门槛较低，国内基本自给）：**无需通电，只负责分光、导流光线、过滤不同波长光束，好比水管分水阀门，多用于 CPO（共封装光学）的光路集成，国内早已实现量产，没有供给瓶颈。

**光芯片技术难度分层：从入门到未来顶级路线**

依据工艺结构、应用场景、速率世代由低到高逐级划分，正对应行业技术迭代与产品升级路径：

**1）VCSEL 芯片（最低门槛：短距离内部互联）**

像无数微型小射灯，成本低廉、功耗小，但光束发散严重，传输距离通常在 100 米内，主要用于数据中心机柜间、服务器与交换机之间的短距高速互通，是 AI 算力集群内部 “毛细血管” 的主力。

**2）DFB 激光器芯片（中低端：宽带、5G 基站通用）**

加装聚光罩的射灯，光束聚拢规整，依靠调节电流开关光线传输数据，25G 及以下低速网络全覆盖，家用宽带、5G 基站普遍使用，国内早已完全国产化。短板是速率拉高后，直接调制引发的激光波长剧烈抖动会导致信号错乱，难以跑动 800G、1.6T 的 AI 超高速带宽。

**3）EML 电吸收调制激光器（当前量产技术天花板：AI 算力标配）**

目前全球 AI 数据中心最核心光芯片，壁垒最高、海外垄断最强。

发光和信号调制分开工作：DFB 光源持续射出稳定激光，搭配电控遮光百叶窗控制光线通断，激光几乎无抖动，单通道可达 100G、200G 超高速度，传输距离可达 2 公里至 80 公里。800G 光模块一般需要 8 颗 100G EML，1.6T 需要 8 颗 200G EML，英伟达（NVDA.US）全系 AI 服务器均采用这套方案，其磷化铟一体化雕琢工艺长期被美日把控。

**4）下一代两大前沿顶级技术（面向 3.2T+ 速率、CPO 架构）**

**硅光集成芯片：**借用成熟硅半导体工艺，将调制器、波导等上百个光路元件集成在单块硅片上，体积小巧、批量生产成本更低。短板是硅无法发光，必须外挂独立的磷化铟激光光源（CW 光源），是 CPO（共封装光学）的主流集成方案之一，未来或可把光引擎直接贴在交换芯片上，解决功耗瓶颈。

**薄膜铌酸锂调制芯片（带宽性能天花板）：**调制速率是磷化铟 EML 的 2 倍，功耗更低、信号损耗极小，适配未来 3.2T、6.4T 超高速光模块；缺点是薄膜精密加工难度极大，现阶段正处于小规模商用向大规模量产跨越的关键期。

**结语**

从基础的光电转接、算力集群互联，到前沿的光电混合计算，光芯片已成为 AI 算力迭代的底层刚性底座。同时，通过清晰的技术分层不难看出：国内在低速、无源等基础光芯片领域已实现自主可控，但支撑当下 800G/1.6T 高端 AI 算力的 EML 高速有源芯片，以及面向未来的 3.2T+ 前沿光芯片技术，核心产能与话语权仍牢牢掌握在海外厂商手中。

这种技术代际的差距与上下游产业能力的错位，并非单一工艺问题，而是整套产业链分工、材料工艺、晶圆制备体系的全方位壁垒。伴随 AI 算力爆发带来的供需极度紧缺，这恰好为国内厂商留下了难得的国产替代窗口期。但也引出核心问题：光芯片完整产业链究竟如何分工？我们究竟卡在哪些关键环节？光芯片晶圆与传统硅晶圆的核心差距在哪？我们将在专题第二篇逐层拆解光芯片全产业链壁垒，厘清国产产业的真实短板与突围困境。

作者：吴言

### 相关股票

- [NVDA.US](https://longbridge.com/zh-CN/quote/NVDA.US.md)
- [03308.HK](https://longbridge.com/zh-CN/quote/03308.HK.md)
- [300308.CN](https://longbridge.com/zh-CN/quote/300308.CN.md)
- [AMZN.US](https://longbridge.com/zh-CN/quote/AMZN.US.md)
- [NVDL.US](https://longbridge.com/zh-CN/quote/NVDL.US.md)
- [07788.HK](https://longbridge.com/zh-CN/quote/07788.HK.md)
- [07388.HK](https://longbridge.com/zh-CN/quote/07388.HK.md)
- [NVDY.US](https://longbridge.com/zh-CN/quote/NVDY.US.md)
- [NVDD.US](https://longbridge.com/zh-CN/quote/NVDD.US.md)
- [NVDX.US](https://longbridge.com/zh-CN/quote/NVDX.US.md)

---
> **免责声明: 本文仅供参考，不构成任何投资建议。**