OCI

1. 3 秒看懂

OCI（Optical Compute Interconnect，光学计算互连）是一种利用光信号在计算芯片（如 GPU、TPU 或定制 ASIC）之间直接搬运数据的尖端互连技术。其核心是用光子替代电子，在芯片与芯片之间建立极高速的数据通道。

您可以将其想象为：将芯片间传统的数据“公路”（铜线）升级为“光速高铁”（光纤），但这条“高铁”的始发站和终点站不再是服务器机箱，而是直接修到了计算芯片的封装基板上，紧挨着芯片。这解决了大规模 AI 集群中因铜互连而产生的“带宽墙”和“功耗墙”问题，使得成百上千颗芯片能够以近乎单机内部的效率协同工作，训练万亿参数的巨型模型，同时大幅减少数据传输延迟和功耗。

一句话本质： OCI 是 scale-up 网络的物理层革命，它将光 I/O 从“机柜面板”推进到“芯片封装边缘”，是支撑下一代超大规模 AI 超级计算集群的核心互连使能技术。

2. 3 分钟产业解释

要把 OCI 的概念讲清楚，我们需要将其放入现代 AI 计算集群的真实场景中。它解决的并非“怎么把光纤插进服务器”这一传统的机柜间（scale-out）网络互连问题，而是聚焦于更底层、更紧迫的机柜内或超节点内的芯片间（scale-up）互连。

当前的 AI 训练集群，例如训练 GPT-4 或类似规模的模型，需要将数千甚至数万颗 GPU 通过高速网络连接起来。随着单颗 GPU 算力的激增，芯片之间需要交换的数据量呈指数级增长。传统的铜互连（如 NVLink、Infinity Fabric 的 PCB 走线或铜缆）正面临严峻的物理极限：

• “带宽墙”：在特定距离和功耗预算下，铜缆可承载的数据速率存在天花板，无法跟上模型规模增长的需求。
• “功耗墙”：为了驱动高速电信号在铜线上远距离传输，需要耗费巨大的 SerDes（串行/解串器）功耗，这不仅增加了运营成本（电费），还带来了巨大的散热挑战。

OCI 的产业价值在于，它将“光电转换”这个动作尽可能推近计算芯片。 GPU、CPU 芯粒依然用最擅长的电信号进行计算，但一旦数据需要跨越芯片、跨越封装或跨板进行搬运，OCI 便尽早将其转化为光信号。这一转变带来了根本性的优势：

1. 降低功耗：光信号在光纤中传播的损耗极低，且不随距离大幅增加，从而省去了能效低下的长距离电中继器，将 SerDes 功耗大幅削减。
2. 提升带宽密度：通过波分复用（WDM）技术，单根光纤可承载数十乃至上百个不同波长的信号，提供数 Tbps 甚至数十 Tbps 的聚合带宽，而光纤的物理体积远小于同等带宽所需的铜缆束。
3. 扩大互连距离：光互连能轻松覆盖从毫米级（芯片到芯片）到数公里级（园区内资源池化）的距离，打破了铜互连在高速场景下仅能覆盖数米的限制，为构建巨型“超节点”和资源池化架构提供了可能。

判断一个 OCI 方案是否具备产业价值，市场和投资者应重点关注三大关键点：第一，它能否在芯片封装内或极近处提供足够高的光 I/O 带宽，以匹配未来 GPU 带宽的演进速度；第二，其核心组件（光源、光调制器、光探测器）与电芯片的集成方案，能否在热预算、制造良率和可测试性上达到大规模量产要求；第三，它是否兼容现有的互连协议（如 UCIe、CXL、NVIDIA NVLink）和主流封装生态（如台积电 CoWoS），而不是要求系统厂和软件栈完全重写。Ayar Labs 的 TeraPHY、Lightmatter 的 Passage 等不同技术路线，本质上都在争夺 AI scale-up 网络由“纯电”迈向“光电融合”的关键临界点的主导权。

3. 技术原理

OCI 并非单一技术，而是一个跨学科的技术体系，其根基在于硅光子集成。其工作原理可分解为以下几个核心环节：

• 电光信号转换（E-O）：来自 GPU 或 CPU 的高速电数据流，首先驱动一个光调制器。这个调制器通常基于硅基马赫-曾德尔干涉仪（MZI）或微环谐振器（MRR）结构。它接受一个连续的激光输入，并根据“0”和“1”的电信号来改变通过它的光波的强度、相位或频率，从而将电信号“加载”到光载波上。

• 波分复用（WDM）：为了在一根光纤中并行传输多路信号，系统会使用不同波长的激光器（如梳状激光器提供等间距的多个波长）。多路光信号通过一个光复用器（Mux）合并到一根光纤中传输，在接收端再用解复用器（Demux）将其分离。

• 光传输与路由：经过调制的光信号通过片上波导（由硅或氮化硅制成，相当于芯片上的光纤）或封装基板上的聚合物波导进行传导，并通过光耦合器、交叉连接器等无源器件进行低功耗的路由，将数据精准送达目标芯片。

• 光电信号转换（O-E）：在接收端，微弱的光信号照射到光电探测器（通常是锗硅光电二极管）上，产生微小的光电流。紧接着，一个跨阻放大器（TIA）将这个电流信号转换、放大为可被数字逻辑识别的电压信号，从而完成光信号到电信号的复原。整个过程实现了跨芯片数据在光域的“零感”穿透。

4. 关键参数

评估 OCI 技术成熟度和产品竞争力的核心参数，可从带宽、能效、延迟和集成度四个维度解构：

• 单纤/单波长带宽（Gbps per λ）：指单一光载波上能调制的数据速率，目前已从 50Gbps 向 100Gbps、200Gbps（PAM4 调制）演进。来源： IEEE 802.3 光互连标准路线图（2023 年版）。
• 聚合带宽密度（Tbps/mm）：指在芯片边缘或封装基板上，每毫米线宽内能提供的总双向带宽（Tbps 量级）。这是 OCI 相较铜互连的核心碾压指标。例如，Ayar Labs 宣称其 TeraPHY 光学 I/O chiplet 可提供数 Tbps 的带宽，其边缘带宽密度远超传统 SerDes。来源： Ayar Labs 官方技术白皮书（2023 年发布），具体数值因产品型号和配置而异。
• 能效比（pJ/bit，皮焦每比特）：指传输 1 比特数据所消耗的能量，是衡量“功耗墙”突破程度的关键。行业短期目标是将包括 SerDes 在内的整个光 I/O 链路的能效降至 1-3 pJ/bit 以下，长期向亚皮焦（<1 pJ/bit）演进。作为对比，传统可插拔光模块的能效通常在 10-30 pJ/bit 量级。来源： 2024 年 OFC 会议上发表的产业论文及 LightCounting 相关市场分析报告摘要。
• 光电延迟（ns）：信号从电-光-电转换及传输的总延迟。OCI 追求的延迟为纳秒级（<10ns），不显著增加系统通信延迟，以保持 scale-up 网络的 cache 一致性等高级协议的效率。来源： 各公司产品手册中定义的 port-to-port 延迟。
• 误码率（BER）：衡量链路可靠性的核心指标。光互连的前向纠错（FEC）前 BER 需达到 10^{-6} 至 10^{-9} 级别，以保证通过 FEC 后可达到 10^{-15} 以上的“无损”传输等级。来源： IEEE 802.3 标准规范。
• 通道密度与温度范围：可集成的光通道数量以及满足 JEDEC 规定的-40°C 至 125°C 工业级温度范围，尤其是在共封装场景下，与高功耗计算芯片（TDP 可达 500W-1000W）共存的热管理能力，是决定能否商用落地的关键门槛。来源： 台积电等代工厂对于 3D 封装中光学器件散热的技术研讨会演讲（2024 年发表）。

5. 技术路线

当前 OCI 的技术实现路径尚未收敛，呈现出多流派竞争的格局，主要分歧在于“光源位置”、“集成方式”和“光通路材质”：

• 基于微环调制的共封装光学（MRR-based CPO）

  • 代表： Ayar Labs、Intel、Ranovus。
  • 路线：在计算基板上的光引擎 chiplet 中，采用超紧凑、高能效的微环调制器实现电光转换。外部连续波（CW）激光器提供光源，并通过光纤或片上波导耦合进芯片。
  • 优势：带宽密度极高，能效出众。
  • 挑战：微环对温度变化极其敏感，需要复杂的高精度热调谐控制电路来锁定波长，这是其量产最大障碍。

• 基于马赫-曾德尔调制器的共封装光学（MZI-based CPO）

  • 代表： 部分光模块巨头与云厂商合作的定制方案。
  • 路线：采用传统且更稳定的 MZI 调制器，工艺成熟，温度敏感性更低。
  • 优势：技术成熟度高，鲁棒性好。
  • 挑战：物理尺寸远大于微环，导致单位面积带宽密度受限，功耗也相对更高。

• 异质/混合集成光源（On-Package Laser）

  • 代表： 英特尔（利用其硅光制造能力集成 III-V 族激光器）、NVIDIA 的研发方向。
  • 路线：将 III-V 族材料（如磷化铟）的激光器通过键合或外延生长方式，与硅光芯片直接在晶圆级或封装级集成在同一基板上。
  • 优势：去除了外部可插拔光源，使封装更紧凑，有利于规模化。
  • 挑战：集成工艺极其复杂，硅与 III-V 族材料的热膨胀系数和热导率不同，激光器在高温环境下的寿命和可靠性是巨大挑战。

• 中介层上光学互连（Optical Interposer）

  • 代表： Lightmatter 的 Passage 平台。
  • 路线：并非在芯片周围放置独立光引擎，而是在一块巨大的硅光子中介层（Interposer）内部制造光波导网络。CPU、GPU、HBM 内存等芯粒都直接堆叠在此中介层上，彼此通过中介层内的光波导直接进行光学通信。
  • 优势：颠覆性的架构，理论上可实现任意拓扑和最高密度的互连。
  • 挑战：整个系统的散热、供电以及超大尺寸光中介层的良率是最大的产业化难题，且将多个高功耗芯片堆叠在一个光子中介层上，热串扰问题极为严峻。

6. 上游

OCI 产业链的上游是支撑其物理实现的材料、核心器件、EDA 工具和制造工艺环节。

• 硅光晶圆与芯片制造代工

  • 核心玩家：台积电、格芯、Tower Semiconductor，以及云巨头的光芯片定制自研团队。
  • 关键要素：硅光工艺不同于标准 CMOS，需要45nm 或更成熟的节点，并集成锗硅（SiGe）外延等特殊模块，能够以较低成本、高良率制造低损耗波导、高速调制器和探测器，是产业基石。

• III-V 族材料与激光器

  • 核心玩家：Lumentum、Coherent（原 II-VI）、Broadcom。
  • 关键要素：OCI 的“光源”，无论是外部还是片上，目前主流方案仍是基于磷化铟的半导体激光器，包括连续波分布式反馈激光器到多波长的量子点激光器和光频梳。其长期可靠性、高温性能是决定性因素。

• 硅光设计 EDA 与 PDK

  • 核心玩家：Synopsys、Cadence、Luceda Photonics。
  • 关键要素：提供专门针对光子器件的仿真、布局布线、工艺设计工具包（PDK），是实现复杂光电系统片上集成设计的必要条件。目前光子 EDA 的成熟度远不及电子 EDA。

• 先进封装材料与基板

  • 核心玩家：新光电气工业、Unimicron、Ibiden。
  • 关键要素：OCS需要高密度布线、低损耗、与光纤耦合的高端 ABF 基板或玻璃基板，以及用于芯片间光连接的聚合物波导材料和光纤连接器。来源： 2024 年国际半导体封装技术研讨会（ICEPT）产业趋势报告。

• 测试与设备

  • 核心玩家：Teradyne、Advantest、FormFactor。
  • 关键要素：硅光晶圆级的自动化光电测试是量产瓶颈，需要能同时进行高精度电学和光学测量的探针台、支持多波长/多通道并行测试的设备。其测试成本和时间目前远高于纯电芯片。来源： 行业调研机构 Yole Group 2023 年发布的硅光子测试技术报告。

7. 下游

OCI 技术的首要应用场景极度聚焦于计算“最强壮”的头部需求方，并向更广泛的数据中心应用扩散。

• AI 模型训练服务商： 以 Microsoft（Azure）、Meta、Google、xAI、Oracle 为代表。这些厂商建设着数万卡到十万卡级别的超大 GPU/AI 加速器集群，是突破铜互连瓶颈需求最迫切、支付能力最强的下游客户。他们直接定义了对带宽、延迟和功耗的极致需求，并引领着超节点内部的光互连架构演进。来源： Meta 公开发布的 Grand Teton 平台及下一代的架构白板（OCP 峰会 2023/2024）、Google 的 TPU 系统架构披露。

• AI 推理服务池化厂商： 随着模型服务的普及，通过 OCI 和 CXL over Optics 等技术实现从 GPU 到HBM 内存到SSD 的大规模资源池化解耦，允许按需动态组合计算与存储资源，极大提升 AI 推理集群的利用率和成本效益，是中期确定性的爆发放量场景。来源： CXL 联盟 2024 年技术路线图及成员演讲。

• 高性能计算中心： 国家实验室和科研机构运行的百亿亿次（Exascale）科学计算系统，其应用（如气候模拟、流体力学）对全局通信带宽和同步延迟有着不亚于 AI 训练的极端要求，长期采用定制化互连，是 OCI 的先行应用领域。

8. 受益公司

需要明确区分：直接受益于“OCI 产品或 IP 收入”的公司和因“OCI 普及而获得更强竞争力”的公司。

• 核心组件/IP 供应商（直接受益）

  • Ayar Labs（未上市）：其 TeraPHY 光 I/O chiplet 是此路线公认的商业化先驱，采用微环调制技术，已与 NVIDIA、Intel 等建立战略合作，在多轮融资中的估值和投资者背景（如 Boardman Bay Capital、HPE、NVIDIA）是重要的产业信心风向标。来源： Ayar Labs 官方新闻稿（2023-2024）。
  • 英特尔：唯一具备从硅光芯片设计、制造、封装到激光器混合集成的全栈 IDM 能力的巨头，其硅光子平台已在数据中心光模块市场取得百亿美元级别累计营收，并对外展示了其向 CPO 演进的清晰路线图。来源： Intel 2024 年投资者网络研讨会。
  • Lightmatter（未上市）：其 Passage 光学中介层路线独树一帜，估值在 2023 年底 C 轮融资后已达 12 亿美元，投资方包括 Google Ventures 和超威等产业资本，证明了资本的极高预期。来源： 路透社、彭博社对 Lightmatter 的融资报道。
  • 其他：Ranovus、Alphawave Semi、Credo Technology（注：Credo 更偏重电 DSP SerDes，可作为光互连的电侧对比及供应商）。

• 系统与算力巨头（竞争力增强受益）

  • NVIDIA：作为 AI 计算的“卖铲人”，是最有动力和能力定义并垄断下一代 OCI 互连标准的厂商。其未来的 NVSwitch 及 GPU 芯片必然走向光互连，以巩固其从芯片到系统的整体解决方案优势。
  • AMD：其 MI 系列 Instinct 加速器与 Infinity Fabric 互连，必须跟进光学技术以避免在超大规模定制云厂商的业务中被边缘化。
  • 博通、Marvell：作为定制化 ASIC 和高速 SerDes IP 的绝对领导者，其在光学 DSP 芯片、CPO 集成设计服务方面的布局，使其成为帮助云巨头实现自研芯片光学互连的关键“军火商”。

9. 市场规模

核心口径： OCI 市场规模目前主要嵌套在“AI 网络互连”和“共封装光学”的增量市场中预测，公开数据较少，口径不一。

• AI Scale-UP 网络设备市场：根据 650 Group 在 2024 年 7 月发布的研究，包括 NVLink、PCIe Switch 和其他 Chip-to-Chip 互连在内的 scale-up 交换机/互连市场，预计从 2023 年的约 15 亿美元，增长到 2028 年的 180 亿美元，年复合增长率高达 65%。该机构指出，CPO 和光学 Scale-Up 网络将在 2025-2026 年开始进入市场，并在本预测后期（2027-2028）占据显著份额。
• CPO 细分市场：Yole Group 在 2024 年初报告摘要中预测，用于数据通信的 CPO 器件市场将从 2023 年的约 600 万美元（主要是试验和样品）增长至 2029 年的 20 亿美元以上。光引擎部分（OCI 的核心）会是增长主引擎。
• 硅光子市场：Mordor Intelligence 预测 2024 年硅光子市场规模为 19 亿美元，2029 年将达 54.3 亿美元，CAGR 23.1%。该数据包含数据中心光模块、传感等，OCl 是高价值增量。

数据口径说明：以上均为第三方机构预测数据，存在高度不确定性和口径差异。例如，一个集成了光互连的 NVSwitch 芯片的收入是完全算作 OCI 市场，还是算作交换机市场，产业界尚无定论。目前所有财务/市场数字均属前瞻性预测，不代表未来实际表现。

10. 玩家对比

注：以上比较基于各公司在2023-2024年间的公开技术论文、产品发布和投资者演示。 来源： 各公司官方网站及技术博客，2024年OFC会议演示。

11. 风险

• 供应链与制造风险：

  • 光源寿命与可靠性：高功率连续波激光器，尤其在共封装高温环境下（>85°C），其长期工作衰退和随机失效模式是悬而未决的问题。此风险属于物理本质风险，非短期工程能彻底解决。来源： 光器件可靠性研究学术文献及光模块厂商内部质量白皮书。
  • 硅光芯片良率与测试：超大尺寸光中介层或集成有源光器件芯片的制造缺陷，以及缺乏高效低成本的晶圆级光电同测方案，可能导致批量生产成本长期高于预期，拖延规模商用。

• 技术与路线被迭代风险：

  • 铜互连的反向突破：铜互连技术本身仍在进步，如超高速224G/448G SerDes和新型Retimer、高阶调制的引入，可能将光进铜退的需求临界点不断后移，挤压OCI的早期市场空间。
  • 新兴技术竞争：如Li-Fi等自由空间光通信技术，虽然更远期，但在特定机柜内场景可能成为OCI之外的特种补充方案。

• 商业生态风险：

  • SoC派 VS OCI派之争：以 Cerebras Systems 为代表的“整晶圆级芯片”思路，试图通过在一个巨型芯片内部完成所有计算来规避片间互连问题。若此路线在更大范围（如128英寸等效光罩）能经济地实现，将从根本上动摇OCI存在的逻辑基础。
  • 生态锁定与标准碎片化：若每个巨头都推出自己封闭的OCI方案（如NVIDIA 的光NVLink），会导致市场碎片化，无法形成足够规模降低成本，最终使除NVIDIA外的OCI供应商商业模式难以为继。目前，UCIe等Chiplet互连标准的普及程度，是OCI能多大程度开放生态的关键风向标。

12. 误读纠偏

• 误读一：OCI就是可插拔光模块的微型版。

  • 纠正：两者有本质不同。可插拔光模块是定义好的、遵守MSA协议的独立黑盒设备，插在设备面板上，包含完整的光电功能。而 OCI 是一种深嵌入封装级或芯片级的光互连方法，它实现了光引擎与计算芯片的物理耦合和联合设计，不可“即插即用”。其考验的是半导体级的量产制造，而非模块级的组装。

• 误读二：OCI意味着所有电互连都会被淘汰。

  • 纠正：这是错误的。在极近距（同一基板上数毫米）、超强鲁棒性要求的供电网络、低速控制信号等场景，铜互连仍是无可替代的选择。OCI 的使命是“吃掉”对带宽*距离积要求最高、功耗压力最大的那部分高价值互连链路，而非全盘替代。

• 误读三：只要有光互连，AI模型训练性能就能自动提升。

  • 纠正：OCS 提供了高速公路，但如果上层通信库（如NCCL、RCCL）的算法效率、拓扑感知能力、计算负载均衡没有优化，依然会在“光速公路”上堵车。系统级性能释放需要软硬的深度协同。OCS 主要负责降低物理层瓶颈，而非解决整个软件栈的效率。

13. 最新事件

• 2024年6月：Ayar Labs CEO Mark Wade 在一次专访中表示，公司已向关键客户交付了集成其 TeraPHY chiplet 的“完整功能服务器”，并预计在未来 2-3 年内进入规模化量产。来源： HPCwire 报道。
• 2024年7月：台积电在北美技术研讨会上公布其紧凑型通用光子引擎（COUPE）路线图，计划在 2025 年将硅光引擎集成在 CoWoS 先进封装中，并在 2026 年推出 CoWoS 上集成了共同封装光学器件的探索性技术，其长远目标是与计算芯粒实现 3D 堆叠。这标志着全球最大晶圆代工厂正式入场为 OCI 提供平台化支持。来源： 台积电 2024 北大技术论坛官方资料。
• 2024年8月：美股上市公司 Alphawave Semi 宣布与一家“北美顶尖超大规模云厂商”合作，成功打样了其采用其 PipeCORE 小芯片平台和 3nm SerDes IP 的光互连芯粒方案，并表示该方案支持 UCIe 标准。来源： Alphawave Semi 公司官网新闻发布。

14. 跟踪指标

投资者和产业观察者应建立一套跟踪体系，以判断 OCI 产业是否临近爆发点：

• 头部 AI 公司资本开支指引的结构性转变：密切关注 Microsoft、Meta、Google 季度电话会中，关于数据机柜基础设施投资的陈述，是否从“传统服务器网络设备”转向提及“定制互连”、“硅光封装”的语汇变化。
• 标准生态的建立：
  • UCIe（Universal Chiplet Interconnect Express）：跟踪 UCIe 联盟是否推出并推广官方的“光互连层（Optical PHY）”规范。这是开放生态形成的最重要里程碑。
  • CW-WDM MSA（多源协议）：这个由多家上游激光器厂商主导的行业联盟旨在规范 OCI 用外置光源，其成员数量和标准版本迭代速度是光源供应链成熟的领先指标。
• 专业调研机构的出货量拐点数据：付费订阅 LightCounting、650 Group、Cignal AI 等机构的季报，重点关注“硅光引擎非模块形式出货量”和“CPO/OCI 试验线收入”这两个更具先导性的指标何时出现季度环比的爆炸性增长。
• 光学 TAM（总目标市场）验证：观察领先的模拟芯片和 SerDes IP 公司（如博通、Marvell、台积电）在其业务分部描述或投资者大会上，何时将光互连单列为一个独立的、有数据可依的核心成长市场。

15. 信源

以下为本文关键信息和数据引用的主要来源类型，均属产业内可交叉验证的公开渠道，不包含任何内幕消息：

• 公司官方渠道：Ayar Labs、Lightmatter、Intel、NVIDIA、AMD、Broadcom、Alphawave Semi 的官方网站、产品数据手册、白皮书、技术博客及在行业峰会上的主题演讲稿。
• 行业标准组织与联盟：IEEE 802.3 标准委员会、OIF（光互连论坛）、CXL 联盟、UCIe 联盟、CW-WDM MSA 发布的技术规范和路线图文件。
• 权威第三方市场研究机构：LightCounting、Yole Group (Yole Intelligence)、650 Group、Cignal AI 和 Mordor Intelligence 等发布的付费市场分析报告中的公开摘要和新闻通稿。
• 顶级学术与产业会议：OFC（光纤通信会议）、Hot Chips、ISSCC（国际固态电路会议）、台积电技术研讨会、OCP（开放计算项目）全球峰会上公开的论文和演示文档。
• 权威科技与财经媒体：路透社、彭博社、HPCwire、Lightwave Online、日经亚洲等对行业关键公司和事件的深度报道。