找回密码
立即注册
搜索
热搜: Java Python Linux Go
发回帖 发新帖

1482

积分

0

好友

194

主题
发表于 昨天 07:26 | 查看: 4| 回复: 0

我们都知道光互联的三代技术演进路径:可插拔模块、CPO、光学I/O。

技术脉络已经清楚了,但接下来的问题更关键——在这张地图上,谁站在哪里?理解这个市场,其实只需要一张图。

光互连市场图谱与价值链层级

横轴是“光离芯片有多近”,纵轴是“价值链的层级”,从最底层的原材料一直到最上层的完整系统。不过,看懂地图和真正理解地图是两回事。在列出公司名字之前,我想先说清楚这个市场里埋着的三个结构性规律。搞明白这三点,以后无论看到什么新闻,你都能自己判断它在整个局里的位置。

一、垂直整合 vs. 专业化:谁能跨层作战?

垂直整合与专业化策略对比

你会发现地图上有些公司的名字跨了好几行。比如博通,它同时出现在 Layer 3、4、5。这就是典型的垂直整合玩家。相比之下,大部分公司只占一两个格子,专注做好一件事。

这里有个核心规律:技术转型期,垂直整合有结构性优势。

为什么?因为层与层之间的接口——光信号怎么传、电信号怎么格式化——这些标准还没定下来。没有标准,那些能跨多个层级设计、把整个技术栈优化到极致的公司就占了大便宜。

博通的 ASIC 团队从第一天就能问“怎么在这颗芯片上实现 CPO”。要不要去掉 DSP?他们用自己的数据说了算。竞争对手还在几家供应商之间来回协调接口标准的时候,博通已经在内部把优化做完了。

但半导体历史告诉我们,这种优势不会永远持续。当年台积电推出 PDK(工艺设计套件),把设计和制造之间的接口标准化,Fabless 模式就诞生了。高通、英伟达、AMD——这些公司一个晶圆厂都没有,只靠设计就能赢。硅光子领域如果 OIF、UCIe 这些标准成熟了,同样的解耦也会发生。

二、“产生光”有多稀缺?

半导体价值链中的瓶颈层示意图

不是所有层都一样好做。

Layer 3 到 5(DSP、模块、系统)跟传统硅半导体共享技术基础,用的是成熟的 CMOS 工艺,企业多,竞争激烈。Layer 2 的硅光子代工厂也能利用现有的晶圆厂基础设施,扩产相对容易。

但 Layer 1 和 Layer 0 完全不一样。InP(磷化铟)和 GaAs(砷化镓)是跟硅完全不同的材料,需要完全不同的设备和技术积累。能量产数据中心级高性能 InP 激光器的公司,全球屈指可数。这是个寡头市场。

还记得 SK hynix 在 HBM3 上为什么能赢三星吗?光有好的 DRAM 技术不够,还得掌握 TSV(硅通孔)封装技术把芯片堆起来。SK hynix 两样都有,所以赢了。

硅光子也是一样的道理。“产生光”的技术和“传输光”的技术是两回事。CMOS 工艺成熟了几十年,InP 工艺还在起步阶段。

所以瓶颈就集中在 Layer 1。

三、SiPho 代工厂的崛起

硅光子代工厂与生态示意图

Layer 2 值得特别关注。代工厂一直是半导体产业的脊梁。格芯、台积电、高塔半导体——这些原本制造数字芯片的晶圆厂,现在都在进军光子学。

台积电的动向尤其重要。它已经在制造全球的 AI 芯片,如果它也制造光互连,那计算和连接就能在同一个制造生态系统里同时优化了。

就像台积电在硅世界里催生了 Fabless 生态一样,代工厂也可能成为硅光子世界新生态的中心。如果真是这样,垂直整合的优势自然就会瓦解。

接下来,我们从最底层一直往上,把每一层的玩家和逻辑都掰开了说。

Layer 0:基板——光诞生之前的舞台

III-V族基板概念图

光出现之前,得先有光能诞生的地方——基板。

所有硅半导体都从圆形硅晶圆开始,信越化学和 SUMCO 供应这些晶圆。同样的,所有 InP 和 GaAs 激光器也得从各自的 III-V 族化合物晶圆开始。

AXT 是 InP 和 GaAs 晶圆的专业供应商。就像淘金热时期,不管谁挖到金子,卖镐的都能赚钱。AXT 也一样,不管哪家激光器公司赢,它都能从 III-V 族基板需求增长中受益。InP 的订单积压已经创历史新高,公司计划把产能扩大两倍以上。

但有个风险不能忽视。AXT 的主要生产基地在中国,直接受中国出口管制影响。铟的出口管制启动后,出货量急剧下降。作为替代选择少、规模又小的公司,怎么评估这个地缘政治风险,是投资决策的核心。

Layer 1:光源——增长最快但最难规模化的一层

InP激光器供应与需求示意图

CoherentLumentum,这两家公司掌控着行业的基础。

两家公司的角色和轨迹惊人地相似。都制造 InP 激光器,也都用这些激光器组装成品收发器。在需求超过供给的市场里拥有定价权,都在积极扩产。

同一个矿脉,但工具不一样。

Coherent 的武器是规模。 年销售额 58 亿美元,数据中心业务同比增长 61%,客户订单可见度已经到 2028 年。最重要的成果是全球首个 6 英寸 InP 晶圆量产。硅的世界里 12 英寸晶圆已经是标准,但 InP 现在才刚到 6 英寸。硅的晶体生长技术成熟了几十年,InP 没有。这个差距就是“基础瓶颈”的根源。另外,Coherent 还是唯一能在 SiPho、EML、VCSEL 三个平台上都演示 1.6T 收发器的公司。

Lumentum 站在技术难度的顶端。 它是 200G EML(电吸收调制激光器)的领先量产厂商,这是目前数据中心激光器里制造难度最高的部件,Lumentum 控制着 50%-60% 的市场份额。CEO 说需求超过供给 25%-30%,公司正在战略性地分配出货。分析师认为在面向 CPO 的超高功率激光器方面,Lumentum 也是明显的领导者。最近一个季度销售额同比增长 65%,创历史新高。

Layer 2:SiPho 代工厂——刻画光之路径的地方

Layer 2 是代工厂制造 PIC(光子集成电路)的层。把波导、调制器、探测器集成在硅上。

SiPho PIC 用的是 45-65nm 工艺节点。台积电都在用 3nm 制造英伟达的 GPU、准备 2nm 了,光器件还在用这么“老”的工艺。为什么?因为光器件不需要像晶体管那样不断缩小,光的波长(约 1300nm)本身就设定了物理下限。被最先进节点竞争淘汰的老设备,作为 SiPho 专用产线获得了第二次生命。所以三星代工厂宣布进入这个市场,一点都不意外。

GlobalFoundries Fotonix——创业生态的接生婆

GF Fotonix 在 300mm 单片 SiPho 方面领先,能在同一芯片上制造电子电路和光子器件。

客户名单说明了一切:Ayar Labs、Lightmatter、英伟达。下一代光学创业公司的第一颗芯片都在这里流片。格芯还收购了新加坡的 AMF(全球最大的 SiPho 专业代工厂),进一步增强能力。

台积电 COUPE——潜在的巨人

台积电的 COUPE(Compact Universal Photonic Engine)平台在 65nm 光子芯片上通过 3D 集成堆叠 6nm 电子芯片。英伟达用 COUPE 发布了将于 2025-2026 年出货的全球首款 1.6Tbps CPO 交换机。

但真正的故事在于可扩展性。如果台积电同时生产 AI 芯片和连接它们的光互连,那些没有垂直整合能力的小型 AI 芯片设计公司也能通过 COUPE 用上 CPO。台积电当年打造 Fabless 生态的那部电影,现在要在硅光子领域重映了。

Tower Semiconductor——第三种选择

高塔半导体通过在单一平台上整合 SiPho 和高速模拟电路来实现差异化。公司正投入 6.5 亿美元扩产,SiPho 收入快速增长。(注:英特尔 2023 年提出的 54 亿美元收购因监管未批而告吹。)

三家代工厂的订单都排得满满的。SiPho 市场预计从 2024 年的约 22-27 亿美元增长到 2030 年的 100 亿美元,蛋糕目前增长得够快,暂时能养活所有人。

Layer 3:DSP——当自己的存在意义消失时,怎么办?

DSP在未来CPO路径中的角色变化

这一层被一种奇特的力量支配着。

想象一款照片编辑软件,专门把模糊的照片变清晰。如果相机镜头不好照片就会模糊,软件负责修复,不可或缺。但如果有人造出了完美的镜头呢?没有模糊,也就不需要修复了。

DSP(数字信号处理器)就是这样的软件。电信号在传输中失真,DSP 负责还原。收发器总功耗的约一半都花在这个还原过程上。DSP 是现有系统的心脏。

CPO 要做的就是造出那个完美镜头。把光和芯片的距离从几十厘米缩短到几毫米,从根本上消除产生失真的机会。随着 CPO 普及,DSP 会被瘦身,甚至完全移除。

Broadcom——自我破坏的受益者

博通不受这个变化影响。DSP 消失了,它还能从交换机 ASIC 和 CPO 模块赚钱。因为它设计的就是消除失真的系统本身,修正功能的消失反而是好消息。

大多数公司都怕核心产品被淘汰。柯达发明了数码相机却死守胶卷,最后崩溃了——教科书案例。但博通的结构不一样。DSP 只占销售额的一小部分,而导致 DSP 消失的原因——CPO 的普及——会让博通更大的业务需求爆发。左手失去的,右手以数倍规模夺回。自我破坏变成了自我强化。这种罕见的结构,正是博通能比任何人都更积极推动 CPO 的原因。

Marvell——从信号修复者到系统架构师

Marvell 拥有业界首个 3nm 1.6T DSP,是技术领导者。但真正的故事在 DSP 之后。

收购 Celestial AI 明确了转型方向。“DSP 终将失去重要性”——通过 Celestial AI 的 Photonic Fabric 技术,Marvell 实质上宣布要追求对 DSP 之上的光互连进行垂直整合。方向跟博通一样。

DSP 的两大领导者博通和 Marvell 都在押注 DSP 之后的未来。这个事实有力地说明了这一层的波动性。

MACOM——向双方阵营卖武器的商人

即使 DSP 缩小,将光转换为电的 TIA(跨阻放大器)或将电转换为光的驱动电路等模拟元件在任何架构中都必需。只要有电光转换,TIA 就不可或缺。MACOM 专门做这类高速模拟芯片。无论哪种架构胜出,它都能保证销售——这种结构性中立是它最大的特点。

Layer 4:模块/封装——今天的赢家未必是明天的赢家

可插拔时代与CPO时代主要参与者对比

Innolight & Eoptolink——可插拔时代的王者,CPO 时代的挑战者

Innolight和 Eoptolink这两家中国公司控制着 800G 可插拔模块市场超过 60% 的份额。Innolight 为英伟达供应超过一半的 800G 模块,是压倒性的领导者;Eoptolink 以约 283% 的年增长率紧追。

他们是当前的王者。但王座下面的地面开始动摇了。

Coherent & Lumentum——角色的转变

这是在 Layer 1 已经出现的两家公司。在 Layer 4 也组装出货可插拔收发器,但跟中国模块厂不同的是它们用的是自家生产的激光器。

当产业从可插拔转向 CPO,游戏规则会根本性改变。

可插拔时代,把单体模块做好就行,像食材供应商,按规格交付优质食材就完成任务。CPO 不一样,需要跟大厨并肩站在厨房里共同烹饪。与交换机 ASIC 的紧密共同设计——热管理、电光转换的边界、封装布局——变得不可或缺。

对 Coherent 和 Lumentum 来说,这意味着角色转变。随着博通这样的 ASIC 公司直接集成模块,独立“成品模块”制造商的立足点在缩小。但 CPO 仍然需要激光器,而且是更高规格的激光器。重心从“成品组装商”转向“不可或缺的光学引擎供应商”。Layer 4 的地盘可能缩小,但 Layer 1 的位置价值反而上升。

Broadcom Bailly/Davisson——推动 CPO 量产

这是博通的 CPO 平台,前面提到的垂直整合实例。已经发展到第三代,在 Meta 验证了超过 100 万设备小时的无故障运行。最新的 Davisson 每端口功耗约 3.5W——是可插拔(约 15W)的四分之一——通过可更换激光器模块解决了可维护性问题。

POET Technologies——把 CPO 封装做成乐高积木

POET 正面应对 CPO 的核心挑战之一:封装复杂性。通常光模块组装需要用镊子逐一精确对位激光器、调制器和探测器,像瑞士制表匠手工装配零件。POET 的光学中介层(Optical Interposer)在基板上预先刻好了光路。想象乐高底板,只需把部件放上去,对准已经在基板设计中解决了,从根本上降低组装复杂性。

销售额还处于早期阶段,但已经拿到 800G 光引擎的初期生产订单。当 CPO 规模化时,大规模封装会成为瓶颈。POET 的方法正面击中这个瓶颈,这也是它被列为收购候选的原因。

Ayar Labs——押注尚未开启的最内圈(光学 I/O)

这就是真正在构建光学 I/O 的公司——我们之前说的第三代技术。光子引擎作为 chiplet 直接放在 GPU 旁边。Ayar Labs 发布了 TeraPHY——全球首个 UCIe 光互连 chiplet——实现了双向 8Tbps 带宽。

UCIe 在这里发挥决定性作用。我们说过标准化是释放专业化的关键,UCIe 就是光学 I/O 时代的那把钥匙。由英特尔主导、AMD、台积电、三星、谷歌、Meta 参与的这一标准,让 Ayar Labs 的光 chiplet 能与其他公司的 GPU 或 CPU 自由结合。

英伟达、AMD、英特尔都是出资者。Ayar Labs 是估值超过 10 亿美元的独角兽,商业化目标是 2026 年中期。Marvell 对 Celestial AI 的 55 亿美元收购为这个领域确立了估值基准,Ayar Labs 被广泛视为下一个大型收购候选。

Layer 5:系统/ASIC——钱流向的地方

NVIDIA垂直整合与Broadcom开放生态对比

这里是超大规模数据中心——谷歌、Meta、微软、亚马逊——每年投入数千亿美元的地方。把数千个 GPU 生成的数据路由到正确目的地的交换机。在这些交换机上选择谁的产品、谁的光学器件,将决定所有下层的赢家。

竞争的核心轴心是英伟达对阵博通。但还有不可忽视的第三股力量:超大规模云服务商自己的定制芯片。

NVIDIA——垂直整合一切

英伟达正试图把整个 AI 基础设施——GPU、网络、光学系统——整合到一个屋檐下。用于直接连接 GPU 的 NVLink 目前是基于铜的。在 NVLink 72 规模,需要数万根铜缆才能连接 576 块 GPU。跨机架扩展遇到铜线距离和功率的极限。所以英伟达宣布将在约 2028 年把 NVLink 本身迁移到光互连。

首批成果已经出现。基于台积电 COUPE 的 Spectrum-X CPO 交换机将在 2025-2026 年出货。路线图清晰:先把 CPO 应用于以太网交换机,最终在 NVLink 上引入光互连。GPU、网络、光学系统——全是英伟达。方便,但也伴随锁定效应。

Broadcom——举起开放以太网的旗帜

博通正对这种锁定展开反击。它在交换机 ASIC 市场占第一。最新的 Tomahawk 6 是业内首款 102.4Tbps 的产品。若要用可插拔光学系统实现这个带宽,功耗会跃升到千瓦级。CPO 不是奢侈品,是必需品。Tomahawk 6 与 CPO 是一套卖的。

“请用我们的交换机和 CPO。GPU 随便选,英伟达、AMD,你喜欢哪个都行。”这就是博通的信息。Ultra Ethernet Consortium 有 AMD、Cisco、Meta 等公司参与,也在推同一方向。这是针对 NVLink 专有规范统治的行业范围内开放标准回应。

超大规模数据中心的定制硅片——第三股力量

最大的客户们可不只是签订单坐等交付。谷歌的 TPU、AWS 的 Trainium、Meta 的 MTIA——超大规模云服务商正在设计自己的 AI 芯片,并构建为之优化的网络。这些定制 ASIC 很多是跟博通合作制造的,博通的 CPO 技术因此也通过自然途径渗透进定制芯片生态。

谷歌已经在生产环境中运行自己的光交换。超大规模云服务商定制芯片的增长,作为对英伟达一体化战略的结构性牵制在发挥作用。

最终决定这一层胜负的不是技术,是选择。超大规模云服务商会倾向英伟达的垂直整合,还是选择博通的开放以太网生态?这个判断将定义未来十年的市场结构。而这个决定会向所有下层连锁反应。

看懂未来的四个信号

今后你会越来越频繁地看到关于光互连的新闻。重要的是知道首先该关注什么。

1. pJ/bit(每比特能耗)

这是衡量技术进步最可靠的指标。可插拔(约 15 pJ/bit)→ CPO(约 3.5-5.5)→ 光学 I/O(3-5)。在百万 GPU 级集群中,仅从 15 降到 5 pJ/bit 就能减少约 129MW 功率——接近一座核电站的发电量。

每当 1.6T 产品发布时,务必查看 pJ/bit 数值。这个数字下降的速度,就是企业技术竞争力的直接尺度。

2. 标准化战争

OIF(CPO 接口)、UCIe(光 chiplet 互联)、CW-WDM MSA(外部激光器规范)、IEEE 802.3(1.6TbE)——多项标准化工作正在同时推进,将决定未来市场格局。

标准一旦制定,垂直整合的壕沟就会崩塌,代工厂生态将被开放。

但有个微妙之处。标准制定中话语权最大的是那些已经实现量产的厂商。就像英特尔主导 USB 规范一样,源自博通 Bailly/Davisson 的设计原则——可更换外置激光器、特定功率目标、热管理方法——正逐渐成为行业参考。即便标准化来临,该标准的基因里仍刻着先驱者的设计思路。

关注 OIF 2026 年规范发布和 UCIe 的下次修订。看这些规格中反映了谁的技术,就能预见哪种架构会成为主流。

3. 并购信号

这个领域正在发生一连串大型并购。Marvell 收购 Celestial AI、诺基亚收购 Infinera、Lumentum 收购 Cloud Light。

哪家公司收购哪家公司,会揭示技术下注的方向。

Marvell 收购 Celestial AI 是对 Photonic Fabric 这条特定技术路线投入 55 亿美元的宣示。

下一个传闻目标是 Ayar Labs、Lightmatter、POET。Ayar Labs 的下轮融资——或并购消息——将成为光学 I/O 时代来临的信号弹。

4. 超大规模云服务商的选择

最终决定这个市场走向的,是谷歌、Meta、微软、AWS 的钱包。接受英伟达的垂直整合,还是选择博通的开放以太网生态?各层的胜负将在此分定。

各公司立场目前各不相同。谷歌已经在生产环境部署自己的光交换。Meta 是博通 CPO 的首个大规模验证合作伙伴。AWS 仍在用铜缆。微软正在为下一代平台进行大规模资本支出。

各公司的平台发布就是设计获胜,而今天的设计获胜意味着两三年后的营收。

当 AWS 转向 CPO 时,那将是临界点。最保守的参与者开始行动的那一刻,恰恰是整个市场的拐点。

尾声:光子计算——光的先遣队

光子计算原理类比示意图

光的先遣队正在铜的根据地——芯片内部——深处执行任务。那项行动的最终阶段就是光子计算。不只是用光传输数据,而是用光进行计算本身。

想象一扇彩色玻璃窗。电子方法是对每块玻璃逐一测量,然后用数学计算出光在地面上会投射出怎样的图案。光子方法则只是让阳光穿过。光一旦穿过玻璃,所有颜色就同时在地面上展开。无需计算,物理把答案展示出来。

光子计算也基于同样原理运行。不同光束产生的干涉图样在数学上执行矩阵乘法。电子在计算的地方,光只是穿过。而在穿过的过程中,计算便发生了。

Lightmatter 的 Envise 证明了这一点。2025 年发表在 Nature 的论文中,他们在光子处理器上成功运行了 ResNet 和 BERT。精度和规模仍有局限,但“用光实际运行 AI 模型”的证据已经确立。Lightmatter 本身一方面先通过光互连业务建立实际收入基础,另一方面也在为光子计算这个更遥远的未来做准备。

光的时代,才刚刚开始。对这类深度技术产业分析感兴趣,欢迎在 云栈社区 交流探讨。

参考原文链接:https://x.com/NuttyCLD/status/2024749589765779882




上一篇:提升 Windows 桌面效率与开发体验的 5 款免费神器
下一篇:ping工具详解:网络连通性测试不等于网络健康,排查需分层
您需要登录后才可以回帖 登录 | 立即注册

手机版|小黑屋|网站地图|云栈社区 ( 苏ICP备2022046150号-2 )

GMT+8, 2026-2-23 10:24 , Processed in 0.874828 second(s), 41 queries , Gzip On.

Powered by Discuz! X3.5

© 2025-2026 云栈社区.

快速回复 返回顶部 返回列表