算力扩张遭遇互联瓶颈硅光技术从“可选”走向“必选”

新华财经14:33

当前人工智能技术飞速迭代，算力成为数字经济的战略资源。随着大模型训练与推理需求持续爆发，倒逼算力芯片不断突破性能边界；而在高速算力集群互联场景下，传统的铜互联逐渐逼近物理极限，硅光成为新一代算力互联的关键技术。专家认为，算力芯片负责核心计算，硅光技术负责高效连接，二者将共同支撑新一代算力基础设施底座。　　算力扩张遭遇互联瓶颈　　2026年，AI算力竞赛的底层逻辑正在发生变化，过去两年市场目光聚焦...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohunote.com/m/news/2664899039?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-09-02 14:33","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2664899039","market":"sh","top_or_hot":-1,"title":"算力扩张遭遇互联瓶颈 硅光技术从“可选”走向“必选”","media":"新华财经","content":"<div>\n<p>当前人工智能技术飞速迭代，算力成为数字经济的战略资源。随着大模型训练与推理需求持续爆发，倒逼算力芯片不断突破性能边界；而在高速算力集群互联场景下，传统的铜互联逐渐逼近物理极限，硅光成为新一代算力互联的关键技术。专家认为，算力芯片负责核心计算，硅光技术负责高效连接，二者将共同支撑新一代算力基础设施底座。　　算力扩张遭遇互联瓶颈　　2026年，AI算力竞赛的底层逻辑正在发生变化，过去两年市场目光聚焦...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609023862700827.html\">网页链接</a>\n\n</div>\n","source":"stock_eastmoney","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>算力扩张遭遇互联瓶颈 硅光技术从“可选”走向“必选”</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n算力扩张遭遇互联瓶颈 硅光技术从“可选”走向“必选”\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-09-02 14:33 北京时间&nbsp;&nbsp;&nbsp;<a href=http://finance.eastmoney.com/a/202609023862700827.html><strong>新华财经</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>当前人工智能技术飞速迭代，算力成为数字经济的战略资源。随着大模型训练与推理需求持续爆发，倒逼算力芯片不断突破性能边界；而在高速算力集群互联场景下，传统的铜互联逐渐逼近物理极限，硅光成为新一代算力互联的关键技术。专家认为，算力芯片负责核心计算，硅光技术负责高效连接，二者将共同支撑新一代算力基础设施底座。　　算力扩张遭遇互联瓶颈　　2026年，AI算力竞赛的底层逻辑正在发生变化，过去两年市场目光聚焦...</p>\n\n<a href=\"http://finance.eastmoney.com/a/202609023862700827.html\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"http://finance.eastmoney.com/a/202609023862700827.html","article_id":"2664899039","we_media_id":null,"thumbnails":[],"rights":{"source":"stock_eastmoney","url":"http://finance.eastmoney.com/a/202609023862700827.html","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2664899039","pubTimestamp":1788330824,"columns":[],"sourceInfo":{"source_id":"stock_eastmoney","name":"东方财富"},"weMediaInfo":null,"summary":"【算力扩张遭遇互联瓶颈 硅光技术从“可选”走向“必选”】当前人工智能技术飞速迭代，算力成为数字经济的战略资源。随着大模型训练与推理需求持续爆发，倒逼算力芯片不断突破性能边界；而在高速算力集群互联场景下，传统的铜互联逐渐逼近物理极限，硅光成为新一代算力互联的关键技术。专家认为，算力芯片负责核心计算，硅光技术负责高效连接，二者将共同支撑新一代算力基础设施底座。","collect":0,"end_time":0,"defaultTopTitle":"eastmoney.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"Computing power expansion encounters interconnection bottlenecks; silicon photonics technology moves from \"optional\" to \"mandatory\".","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"688048":1.89,"688126":1.91,"SHOC":0.6,"NVYY":0.6,"NVDW":0.6,"SNVD.UK":0.6,"SOXX":0.6,"NVD2.UK":0.6,"JGRO":0.6,"NVD3.UK":0.6,"GAMR":0.6,"TRFK":0.6,"AGOX":0.6,"THMR":0.6,"AIFD":0.6,"TTEQ":0.6,"CMAG":0.6,"NVDG":0.6,"TTXU":0.6,"NVDX":0.6,"07388":0.6,"NVD":0.6,"IETC":0.6,"SPTE":0.6,"ABFL":0.6,"METV":0.6,"TEK":0.6,"ESLG":0.6,"ILDR":0.6,"VGT":0.6,"CNEQ":0.6,"NVDY":0.6,"NVDQ":0.6,"ROM":0.6,"SNVDAmain":0.6,"NVDD":0.6,"SMHX":0.6,"NVDU":0.6,"TYLG":0.6,"USXF":0.6,"AIPI":0.6,"FTEC":0.6,"09788":0.6,"NVDO":0.6,"XLK":0.6,"NVII":0.6,"SNPE":0.6,"NVDL":0.6,"ESUM":0.6,"USD":0.6,"NVDS.UK":0.6,"NVDA":1.86,"3NVD.UK":0.6,"EFIV":0.6,"ARTY":0.6,"NVIW.SI":0.6,"NULC":0.6,"CHPX":0.6,"CHAT":0.6,"SOXY":0.6,"IXN":0.6,"CLSE":0.6,"FDTX":0.6,"NVDS":0.6,"LFGY":0.6,"07788":0.6,"NVC":0.6,"FAI":0.6,"VT":0.6,"2NVD.UK":0.6,"DIPS":0.6,"NVDB":0.6,"ANV":0.6,"09388":0.6,"SMH":0.6,"SOXQ":0.6,"WISE":0.6},"content_text":"当前人工智能技术飞速迭代，算力成为数字经济的战略资源。随着大模型训练与推理需求持续爆发，倒逼算力芯片不断突破性能边界；而在高速算力集群互联场景下，传统的铜互联逐渐逼近物理极限，硅光成为新一代算力互联的关键技术。专家认为，算力芯片负责核心计算，硅光技术负责高效连接，二者将共同支撑新一代算力基础设施底座。　　算力扩张遭遇互联瓶颈　　2026年，AI算力竞赛的底层逻辑正在发生变化，过去两年市场目光聚焦于算力芯片的性能提升，但越来越多产业信号表明，决定AI集群真实效率的瓶颈，正在从“计算”转向“互连”。当万卡集群成为标配、十万卡集群进入视野，传统铜互连在传输距离、功耗控制和带宽密度上的物理极限加速暴露，硅光技术成为产业突破瓶颈的核心路径。　　英伟达首席执行官黄仁勋曾将人工智能产业比作“五层蛋糕”——能源、芯片、基础设施、模型、应用。每一个成功的AI应用都会向下拉动模型、AI工厂、芯片与能源的需求；而模型越复杂，数据通信越密集，网络将万颗图形处理器（GPU）整合为一体化算力集群，网络传输能力直接决定AI集群的有效算力水平。　　“光互联正在成为AI时代的关键底座。”东山精密副总裁李廷伟表示，光模块是AI基建的核心关键节点，可衔接机柜与交换网络，搭配光电芯片形成多速率、多距离的完整产品组合，服务各级电交换链路，未来有望迭代升级为全光网络端点引擎。目前，在新一代高端AI整机柜、训练集群的硬件资本开支中，光模块+高速印刷电路板（PCB）合计占比接近20%。随着400G、800G光模块规模化部署，1.6T光模块加速落地，光互联正从算力基础设施的配套部件，升级为支撑算力运行的核心底座。　　据苏州星钥光子科技有限公司创始人、首席执行官丁辉文介绍，随着摩尔定律逼近物理极限，算力提升高度依赖集成电路技术，但芯片间互联已成为产业核心卡点；逻辑芯片与存储芯片的数据传输过程，会产生大量功耗与延迟，单纯升级超大系统级芯片（SOC）的技术收益持续下降。当前业界主要通过两大路径突破瓶颈：一是从二维系统级芯片向三维系统级芯片迭代，实现系统架构重构；二是用光互联替代传统电互联，打造集成光路体系。　　在业内专家看来，光互联具备高带宽、低延时、低功耗、高集成度的核心优势。硅光技术依托成熟互补金属氧化物半导体（CMOS）工艺，将调制器、波导、光收发器件单片集成，可实现规模化量产，有效降低生产成本、缩小器件体积、提升整体性能，这也是2025年以来硅光方案快速规模化落地的核心原因。反观传统分立器件方案，存在传输损耗高、温控难度大、人工组装成本高等诸多短板，在高端算力场景下的适配性持续下降，硅光技术的替代价值愈发凸显。　　产业链协同，硅光技术从实验室走向量产　　硅光技术的大规模产业化落地，离不开材料、代工、封装、系统集成全链条供应链的协同支撑。　　高速光模块是算力集群互联的核心硬件。国内头部精密制造企业东山精密，近年重点布局光通信赛道，打通光芯片、光模块全产业链，是国内少数实现高端光芯片自主供应的企业。公司先后发布公告，拟投资12亿美元布局光芯片及光模块产能，后续追加5亿美元，项目总投资额提升至17亿美元。李廷伟透露，依托完整产能布局，公司明年有望成为全球最大激光器生产商。当前，AI算力爆发带动封装、光源、高速数字信号处理器（DSP）等上游环节需求快速攀升，部分高端细分品类市场规模阶段性实现数倍增长。　　硅光芯片规模化应用，离不开稳定成熟的本土制造工艺平台。星钥光子由三家苏州光电龙头企业联合发起设立，股东涵盖长光华芯、亨通光电、东辉光学等行业头部企业，目前正建设国内首家专业硅光芯片量产工厂。该平台可全面适配1.6T、3.2T硅光模块市场需求，为国内激光器、硅光芯片、电芯片企业搭建产学研用一体化协同创新平台。　　丁辉文表示，在AI产业强劲需求的驱动下，集成光路（硅光）产业进入高速发展期，光互联产业红利全面释放，光传感产业加速启动，光计算赛道未来潜力广阔。当前集成光路产业仍处于发展早期，亟需全产业生态协同攻坚。为此，星钥光子搭建重资产集成光路工艺平台，同时设立产业孵化器与专项基金，聚焦光电融合领域孵化、投资优质创新企业，完善产业生态布局。　　硅光产业发展离不开高端硅基材料支撑。沪硅产业旗下新傲芯翼，已建成成熟的12英寸绝缘体上硅（SOI）量产产线，可为国内硅光产业提供核心材料保障，补齐了国内硅光产业链的材料端关键短板。　　系统层面的技术突破，加速了硅光商业化落地进程，其中壁仞科技与曦智科技的协同合作极具行业代表性。壁仞科技战略委员会主席李新荣表示，当前AI算力竞争逻辑已彻底迭代，从单一“比拼芯片硬件参数”转向“比拼全系统综合能力”，单卡芯片性能只是算力基础，GPU集群互联效率、数据交换速度、算力资源调度能力，才是决定AI算力集群整体运行效率的核心关键。　　今年3月，壁仞科技联合上海仪电、曦智科技、中兴通讯正式发布“光跃”128卡光互连光交换GPU超节点商用版；7月，光跃超节点方案完成2000卡大规模集群落地。在2026世界人工智能大会（WAIC）期间，壁仞科技再度发布新一代近封装光学光互连超节点方案，单节点最大可支持1024卡弹性扩展，率先在国内完成从传统电互连到近封装光学光互连的核心技术演进。　　2026年硅光芯片有望迎来放量拐点　　爱建证券最新行业研报指出，2026年有望成为硅光芯片规模化放量的关键拐点。核心逻辑体现在三方面：需求端，传统电互联、分立光器件方案已触及性能物理边界，行业预测2026年搭载硅光调制器的光模块销售额，将首次占据全球光模块整体市场规模的50%以上；供给端，国内硅光代工工艺平台持续成熟，产业配套能力大幅提升；系统端，硅光技术从算力场景的“可选方案”升级为“刚需配置”。当前算力集群互联难题，已从单一器件性能问题升级为整体系统架构问题，未来头部系统厂商完成方案定型后，硅光产业将进入持续性、规模化量产导入阶段。　　行业已形成清晰的互联架构迭代路径。曦智科技半年报显示，随着AI集群从千卡级向万卡、十万卡级快速跃迁，产业核心瓶颈已从“单芯片峰值算力不足”，转向“集群互连能效、集成密度、运行可靠性不足”，互连技术将沿线性直驱、近封装光学、共封装光学的路径持续升级，集成度与性能逐级提升，产业演进本质是传统电互联、铜缆架构，全面向全光高密度互联架构迭代。　　这条技术迭代路径已实现商业化落地。曦智科技自研的分布式光交换技术助力的“光跃LightSphere X”方案，已完成数千卡GPU集群商业化落地，是国内首个实现规模化商用的自研千卡级光交换计算集群。在前沿技术领域，曦智科技自研近封装光学芯片已完成多项目全链路技术验证，同时联合国内头部交换机专用集成电路（ASIC）设计企业，推出国产共封装光学交换机原型，推动国产共封装光学技术从概念演示迈入工程落地阶段。　　上海东方算芯科技有限公司董事长特别助理彭贵强表示，当前国产AI芯片产业发展面临“算力墙、内存墙、通信墙”三大核心瓶颈。在先进制程受限的行业背景下，硅光技术成为突破“通信墙”的最优路径之一。针对产业困境，东方算芯提出“软件定义芯片”创新架构，依托3D混合键合技术实现晶圆级堆叠封装，无需依赖国际最先进制程，基于纯国产供应链即可实现对标国际先进水平的产品性能，为国产算力产业突围提供全新解决方案。（文章来源：新华财经）","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":false,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"isLaohu8Offline":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.44.1","shortVersion":"4.44.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2664899039","isCrawlerRequest":true}

算力扩张遭遇互联瓶颈 硅光技术从“可选”走向“必选”

精彩评论

算力扩张遭遇互联瓶颈硅光技术从“可选”走向“必选”