產學研投 聯想控股(03396)多維佈局光互連技術
時間：2026-05-08 19:35:19
聯想控股
當GPU性能增速從“摩爾定律”轉向“新摩爾定律”時，芯片間通信效率已成為決定智算集羣效能的核心變量。
5月6日，英偉達與康寧（CORNING）達成了一項多年期商業與技術合作。根據協議，康寧將在北卡羅來納州和得克薩斯州新建三座先進製造工廠，專門為英偉達生產光學連接解決方案。而英偉達則斥資5億美元獲得兩份可立即行使的康寧公司認股權證。
這是今年以來，英偉達在光互連領域的最新投資舉動。2026年3月，英偉達在30天內連續砸下60億美元，向Lumentum、Coherent、Marvell分別投資20億美元。
上述密集投資均指向光互連與AI算力基礎設施領域——這項以光波為載體、光纖為通道的技術，正以“超高帶寬、超低功耗”的硬核優勢，成為突破AI算力瓶頸的關鍵。
瓶頸顯現：電互聯的天花板
帶寬牆、功耗牆——正阻礙着AI基礎設施的進一步升級。
過去兩年，全球AI算力提升約6萬倍，但支撐它們的“血管”卻嚴重滯後：傳統銅纜電互連帶寬僅提升30倍，差距日益懸殊。
與此同時，隨着GPU功耗持續攀升，電互連功耗佔比可能進一步上升。對行業而言，此舉既會推高數據中心運營成本，又帶來散熱壓力。更嚴重的是，長距離傳輸損耗大、電磁干擾頻發、集成密度觸頂，這些現實問題讓千億參數大模型訓練、十萬卡級集羣並行計算面臨前所未有的傳輸挑戰
技術破局：光互聯迎來加速發展期
當電信號在銅線中艱難跋涉時，光子已在光纖中以接近光速穿梭。憑藉其物理本質，光互連技術展現出超高帶寬密度、極致低功耗、超低傳輸延遲、強抗干擾等突出優勢。
科技巨頭敏鋭地捕捉到光互連的技術優勢，並密切進行商業佈局。
● AMD宣佈為下一代Instinct MI500 AI加速器開發基於MRM的CPO（共封裝光學）解決方案，構建“AMD設計+格芯製造+日月光封裝”的產業鏈分工，預計將於2027年推出。
● 英偉達的動作更為迅速，30天內累計投資60億美元，全部指向光互連與AI算力基礎設施，其Rubin Ultra架構將優先採用CPO方案，而更遠期的Feynman世代計劃全面轉向光互連技術。
● 台積電的硅光子引擎COUPE平台，基於SoIC-X芯片堆疊技術，將電學芯片與光子芯片直接3D堆疊，2025年已完成小型可插拔光模塊驗證，2026年開始大規模量產；同時，該平台還將COUPE光引擎以CPO形式整合進CoWoS封裝，成為CPO落地的關鍵一步。
● 韓國三星電機與LG Innotek已從CPO技術的概念研究階段正式轉向早期開發環節，預計將在半導體基板上集成各種組件，以使最終封裝的半導體產品具備CPO功能。
國內實踐：“產學研投”多維佈局
技術的加速落地催生了巨大的市場空間。據高盛研報顯示，全球光互連可尋址市場規模將從當前的150億美元，在2027-2028年攀升至1540億美元，整體增幅達9倍。
面對這一產業發展機遇，聯想控股體系憑藉其在前沿科技領域的長期積累，在光互連領域進行了前瞻性佈局。
● 聯想控股與北京大學共同成立的“北京大學-聯想控股先進光子集成技術聯合實驗室”，圍繞光子集成工藝探索、低功耗光引擎原型驗證、面向智算中心的光互連應用研究等方向開展聯合攻關。2026年3月，該聯合實驗室首篇學術論文在國際知名學術期刊《Photonics》發表，研究團隊突破了短波段光柵耦合器在耦合效率和工藝容差方面的技術侷限，相關技術已申請發明專利保護。
● 君聯資本、聯想之星、聯想創投共同投資企業圖靈量子作為光量子計算領域的先行者，具備從芯片、算法到整機系統的全棧技術能力。近期，圖靈量子與AI網絡互連領先企業奇異摩爾達成深度戰略合作，雙方將聯合研發並推進下一代光互連OIO技術項目，構建覆蓋經典計算至量子計算的光電融合硬件系統。此次合作，正是其將光量子計算關鍵技術能力向下兼容，賦能光連接領域，推動算力突破瓶頸，構建光電融合的計算新範式。
● 君聯資本所投企業光聯芯科作為國內光互連OIO領域的創新引領者，聚焦高性能計算的片間光學互連，已推動OIO技術從研發階段加速走向實用化部署，其多通道OIO硅光芯片、光引擎等產品可實現計算芯片直接出光，大幅度提升芯片片間傳輸帶寬的同時降低傳輸能耗，相比數據中心光模塊的帶寬能效積實現萬倍提升，極大提升AI集羣訓練和推理效能，助力AI大模型普惠落地，推動智算中心向全光互連邁進。
● 聯想創投所投企業犀裏光電具備深厚的國際科研背景與產業化能力，覆蓋材料理解、晶圓級工藝、芯片設計、器件工程化和產業合作等關鍵環節，公司創始人/首席科學家王騁教授是全球薄膜鈮酸鋰光子技術的主要開創者之一，也是薄膜鈮酸鋰電光調製器的核心發明人。依託源頭創新積累與產業化團隊的工程轉化能力，犀裏光電正加速推動薄膜鈮酸鋰技術從實驗室成果走向AI光互聯和下一代通信網絡中的實際應用。
光互連的技術前景已高度清晰，其價值不僅在於消解當下的算力之渴，更在於定義未來的計算架構。當數據傳輸的瓶頸被打通，分佈式計算、存內計算乃至量子計算的融合才能真正釋放潛能，為AI基礎設施注入強勁動力。
免責聲明：本資訊不構成建議或操作邀約，市場有風險，投資需謹慎！