英伟达开始“抢光”，光电融合产业链要变天了

📌 一句话摘要

文章分析英伟达推动光互连技术如何重塑光电融合产业链，阐述系统厂商、代工、光源和器件四重变革，并介绍是德科技的端到端电-光-电仿真解决方案。

📝 详细摘要

文章指出，随着 GPU 与 XPU 算力的飙升，传统铜缆在带宽、距离和功耗上的物理极限日益凸显，光互连成为 AI 算力竞赛的核心突破路径。光互连经历了从机架外可插拔光模块、进入机架内部板卡级互连，到光引擎与交换 ASIC 通过先进封装紧密结合的 CPO 三个阶段。在此过程中，产业链正经历四重重构：一是系统厂商（如 NVIDIA、Broadcom）开始直接定义光引擎、SerDes、激光器等，打破传统分工；二是晶圆代工与先进封装厂商（台积电、格芯、Tower）成为光电融合的核心载体，推动硅光与封装协同；三是上游激光器与光源供应商（Lumentum、Coherent）转变为 AI 系统战略合作伙伴，产能成为关键资源；四是光子器件与材料路线呈现分化趋势，同时系统级设计对 EDA 与仿真工具提出端到端电-光-电闭环的新需求。是德科技通过收购 RSoft、VPIphotonics，在其 ADS 2026/2027 中推出突破性的 EOE 仿真解决方案，并将在 2026 年 8 月 18 日的 KDES 2026 峰会上展示相关能力。文章认为，当摩尔定律边际效应递减，光电融合已成为 AI 算力基础设施继续向上攀升的必选项，跨领域系统级预测能力将决定谁能在未来的产业洗牌中胜出。

💡 主要观点

- 光互连从机架外移入芯片封装，成为 AI 算力提升的关键路径。 随着 GPU 与 XPU 算力飙升，传统铜缆带宽、距离和功耗遇到物理极限，光互连因低衰减、高带宽密度而被引入封装内部，形成 CPO 等新形态。

系统厂商开始直接定义光引擎与封装架构，改变传统芯片与光模块分工。 NVIDIA 将 Spectrum-X Ethernet Photonics 整合到 Vera Rubin 平台，Broadcom 的 Tomahawk 6 Davisson 结合第三代 CPO，系统厂商不再仅采购标准光模块，而是参与光引擎、SerDes、激光器及封装的联合定义。

晶圆代工与先进封装厂商成为光电融合的核心载体，推动硅光与封装协同。 台积电的 COUPE 光子引擎、格芯的 SCALE CPO 平台以及 Tower 的高产能硅光代工，都在把光子芯片与电子芯片通过先进封装（2.5D/3D、TSV）紧密集成，解决光纤耦合、热管理等问题。

上游激光器与光源供应商转变为 AI 系统战略合作伙伴，产能成为关键资源。 英伟达向 Lumentum、Coherent 各投资 20 亿美元并签订多年采购协议，锁定激光器产能与美国制造扩张，凸显光源在 CPO 架构中的决定性作用。

光子器件材料路线分化，同时 EDA 仿真工具需实现端到端电-光-电闭环，是德科技已布局相关能力。 硅光微环与马赫-曾德尔调制器各有优势，新兴薄膜铌酸锂、InP、等离激元等技术竞争；是德科技收购 RSoft、VPIphotonics，推出 ADS 2026/2027 的 EOE 仿真及硬件测量闭环，以支持复杂光互连系统设计。

💬 文章金句

- 如今，AI 时代的算力竞赛，本质上正一步步演变为互连架构的效率之争。

• 光互连由一个相对独立的通信部件，逐渐成为 AI 计算平台整体架构的一部分。
• 当光学器件进入交换芯片封装，并进一步向 CPU、GPU 和高速 SerDes 的 I/O 连接延伸，设计对象就从单个器件，变成了包含电子、光子、封装、热、制造偏差和完整通信链路的复杂系统。
• 是德科技通过并购快速补齐光领域的能力。
• 当摩尔定律的边际效应递减，光电融合不再只是可选项，而是 AI 算力基础设施继续向上攀升的必选项。

📊 文章信息

AI 初评：85

来源：半导体行业观察

作者：半导体行业观察

分类：商业科技

语言：中文

阅读时间：19 分钟

字数：4678

标签： 光电融合, 硅光, CPO, 先进封装, 激光器

阅读完整文章