光滤波器

1 3秒看懂

是什么 光滤波器是一种能从多波长混合光中挑出指定颜色（波长），或把不同颜色精确分开再合并的光学器件。它像光子世界里的“交通调度中心”，让每道光走对车道，互不干扰。

为什么重要 没有它，AI数据中心里数百个光模块并行传数据时，不同颜色的信号就会互相打架；前沿的光子计算芯片想在光上直接做矩阵运算，也得靠滤波器来调节每个波长通道的“权重”。

核心作用

• 借助波分复用（WDM）在单根光纤上并行传输几十至上百个独立波长信道，把光纤带宽利用率推至接近理论极限。
• 在光子神经网络中扮演“光学突触”，通过对不同波长能量的加权调控，瞬间完成乘积累加运算。
• 为AI物理层提供皮秒级超低延迟的直通路径，无需光电转换即可完成信号分流、路由与合成。

一句话记忆 光滤波器是大模型训练和推理所需海量数据高速流动的“隐形通道警察”与“光学加速器开关”。

2 3分钟产业解释

在2023年之后，大型AI集群内部的光互连正以前所未有的速度迭代——从每通道100 Gbps向200 Gbps、400 Gbps迈进，一根光纤上同时跑的波长数也从4/8波跃迁到数十波甚至上百波。光滤波器就处在这个演进的最底层：它像一个高精密度的光学开关，决定了哪些波长能进入下一段链路、哪些会被阻断。

从产业角度看，光滤波器已经不是传统意义上的无源光学镀膜件。一方面，它走向“可调谐化”：通过微型加热器、电光效应或MEMS微镜，滤波窗口可以在微秒甚至纳秒级内动态挪动，从而支撑数据中心光交换的灵活网格（Flex-grid）和光子计算的实时权重更新。另一方面，它从分立器件走向硅光单片集成：在指甲盖大小的硅基芯片上，数十个微环或马赫-曾德尔干涉仪型滤波器与调制器、探测器、电芯片紧耦合，形成完整的AI光互连或光计算链路。

市场需求的拉动极为直接。以GPT‑4级别的大模型训练为例，数千块GPU之间需要超高带宽、超低延迟的互联，传统电交换和单波长光模块已经撞上功耗和带宽墙。波分复用方案必须在交换机侧、服务器网卡侧大量嵌入复用/解复用滤波器，才能将总带宽成本控制在可接受范围。因此，光滤波器已经从相对小众的电信器件，迅速切换为AI基础设施中的关键量产物料。

目前全球光滤波器产业链呈现“美中日”三角格局：美国Coherent（含Finisar）、Lumentum掌握高端可调谐和WDM模块供应链，并大量供给AWS、Google等超大规模数据中心；日本厂商在微型光学元件和精密镀膜上保持壁垒；中国厂商如光迅科技、华工正源、昂纳等在中端波分复用器件及光模块中嵌入滤波器，并快速追赶可调谐与硅光集成技术。与此同时，还有一批光子AI芯片公司（Lightmatter、Lightelligence、曦智科技等）围绕可调谐微环阵列构建光学矩阵乘法器，试图从物理层颠覆AI计算的能耗格局。

3 技术原理

光滤波器的核心任务是实现波长选择性透射或反射，即建立“波长‑透过率”函数。根据实现方式，主要分以下几类物理机制。

3.1 薄膜干涉滤波器（TFF）

采用几十至上百层高低折射率交替的介质薄膜，层厚精确控制在目标波长的四分之一量级。光在每一层界面处发生反射和透射，多层反射光发生相长或相消干涉，从而在特定波长范围内形成高透射通带，其余波长被高反射。TFF的典型结构是带通或长波通/短波通滤光片，在数据中心CWDM4/LAN‑WDM中广泛应用，通过级联可获得平坦的通带和陡峭的边沿。

3.2 衍射光栅与阵列波导光栅（AWG）

衍射光栅利用光栅周期结构将不同波长的光衍射到不同角度，实现空间分离。AWG是平面光波回路（PLC）型的集成化版本，由输入/输出星形耦合器与阵列波导构成；不同波长的光在阵列波导中经历不同的相移，在输出耦合器上被重新聚焦到不同输出波导。AWG是密集波分复用（DWDM）中合/分波的标准方案，通道数可达48波以上，通道间隔可低至50 GHz，广泛应用于长距和城域光网络，在大型AI DCI（数据中心互联）中不可或缺。

3.3 布拉格光栅（FBG与WBG）

光纤布拉格光栅（FBG）是在光纤纤芯中写入周期折射率调制，构成波长选择性反射镜。波导布拉格光栅（WBG）则集成在平面光波回路中。当入射波长满足布拉格条件时被强烈反射，其余波长透射。FBG/WBG可作为窄带陷波或带通滤波器，在激光稳频、增益平坦以及光信号筛选中有独特价值。

3.4 谐振型滤波器：微环与光子晶体

微环谐振器（MRR）利用波导闭环的谐振增强效应，只有谐振波长的光会在环内循环积累并从下路端口输出。通过改变环区折射率（热光/电光效应），可快速调谐谐振波长。MRR是硅光集成中最受追捧的滤波器结构，因为它尺寸极小（半径几微米）、级联即可形成高阶滤波器，且可作为电子神经网络权重映射的光学突触。光子晶体腔通过点缺陷或线缺陷构建波长级光学微腔，也能实现超窄带滤波和极高Q值，但集成量产难度较高。

3.5 干涉型滤波器：马赫-曾德尔干涉仪（MZI）

利用两个臂间光程差产生的干涉，输出光强随波长周期变化。通过级联多个MZI，可合成任意梳状或平顶滤波响应。MZI常用热光移相器改变其中一臂的有效光程，实现可调谐性，且与CMOS工艺高度兼容，是硅光中另一重要滤波器架构。

无论哪种机制，光滤波器在AI物理层都承担着“波长维度的开关”角色，把光纤巨大的光频谱资源切分成可独立调制、路由和检测的并行通道。

4 关键参数

评价光滤波器的性能，通常看以下几个核心指标，这些都是AI互联与光子计算系统设计的硬约束。

（数据来源：综合IEEE文献、厂商产品规格书及OFC会议报告，2023‑2024年公开信息。）

5 技术路线

从实现方式和材料平台看，光滤波器形成了多条并行的技术路线，各自适配不同的AI应用场景。

5.1 薄膜滤光片（TFF）路线

代表形式：分立式镀膜玻璃滤光片，搭配微准直器和棱镜封装成微型WDM模块。 优势：插入损耗低、通带平坦、量产一致性极高、无源工作无需外界驱动。 局限：通道数增多时级联复杂度指数上升，通常不适合超过8~12波的紧密间隔。 AI阶段应用：400G/800G SR8/SR4.2等多通道光模块内的CWDM/LAN‑WDM复用/解复用。 关键玩家：Coherent、Lumentum，以及国内的滕景科技、东田微等。

5.2 阵列波导光栅（AWG）路线

代表形式：硅基二氧化硅或硅波导AWG，可单片集成DWDM合/分波器。 优势：通道数大（32/48/96波）、间隔极小（50 GHz/75 GHz）、输出端口可灵活分配。 局限：插入损耗偏高，需温度补偿；无法电调谐，主要用于固定栅格。 AI阶段应用：数据中心DCI波分传输系统，为跨机房长距AI流量提供大容量复用。 关键玩家：NTT Electronics、Enablence、光迅科技、仕佳光子。

5.3 可调谐光滤波器：MEMS/液晶/热光

代表形式：MEMS可调谐F‑P腔滤波器、液晶可调谐滤光器、热光调谐MZI滤波器。 优势：覆盖宽波长范围，可编程选择任一通道；有些方案切换速度快。 局限：MEMS运动部件有寿命风险；液晶对温度敏感；热光功耗较高。 AI阶段应用：可重构光网络节点、光子神经网络的权重更新、光学频谱分析用于链路诊断。 关键玩家：Santec（MEMS+液晶）、Lumentum（基于LCoS的WSS线路），以及初创公司如Lightmatter使用热光调谐微环。

5.4 硅基光子集成路线（微环/MZI阵列）

代表形式：在SOI或SiN平台上用微环谐振器或级联MZI构建滤波器网络。 优势：尺寸极小（单环面积<0.01 mm²），与CMOS工艺兼容，可实现数千个滤波器单片集成和密集I/O；电调谐速度为光子计算提供新手段。 局限：对制造工艺偏差敏感（壁面粗糙度、厚度偏差），需复杂校准；热光串扰需妥善管理。 AI阶段应用：光子张量核（把矩阵乘法映射到微环阵列的权重调控）、共封装光学（CPO）中的片上波分复用互连。 关键玩家：Intel（集成激光器的微环DWDM发送器）、Ayar Labs、Lightmatter、曦智科技、赛丽科技。

5.5 路线对比总结

TFF当前占据量产成本与损耗的优势高地，AWG在超多波长场景不可替代，可调谐MEMS/液晶是动态网络的灵活补充，而硅光集成为AI计算和近封装互连提供了可规模化的路线。预计2024‑2028年间，硅光集成滤波器在CPO和光学计算中的用量复合增长率将显著高于传统分立滤波器。

6 上游

光滤波器的核心原材料和制造装备决定了其精度与成本结构。

6.1 光学镀膜材料与基底

TFF滤波器依赖高纯蒸发或溅射镀膜材料，如五氧化二钽（Ta₂O₅）、二氧化硅（SiO₂）、二氧化钛（TiO₂）。20层以上镀膜对材料纯度和膜厚均匀性要求苛刻。主要供应商包括美国Materion、日本Optorun等。基底通常采用高平整度BK7玻璃或熔石英，同时微准直器还需要Grin透镜和套管，核心厂商如Nippon Electric Glass（日本）。

6.2 硅光晶圆与SOI

对于集成滤波器（AWG、微环），绝缘体上硅（SOI）晶圆是最关键的材料。2024年，主要的8英寸/12英寸SOI供应商为法国Soitec、日本信越化学、上海新傲科技等。光子芯片对顶层硅的厚度均匀性和缺陷密度高度敏感，高质量SOI晶圆目前仍高度依赖少量企业，成为硅光滤波器扩产的潜在瓶颈。

6.3 光刻与蚀刻设备

硅光滤波器的最小特征尺寸通常在100 nm~250 nm级别，并不需要最先进的逻辑光刻机，但波导侧壁粗糙度要求极高，这对深紫外光刻和干法刻蚀设备的稳定性和均匀性提出挑战。主要设备商包括ASML（步进式光刻机）、应用材料（等离子体刻蚀）等。国内厂商如上海微电子装备在较低节点光刻上有布局，但用于硅光高成品率滤波器的设备仍以欧美日设备为主。

6.4 封装与测试设备

WDM模块和硅光芯片的封装涉及高精度有源对准耦合设备、共晶焊、金丝键合等。测试方面，需要宽谱光源、光谱仪和误码仪联合构成自动化测试系统。封装和测试环节目前成本占比高（可占器件成本的30%~50%），主要设备商如德国ficonTEC、日本Yamaha机器人等，是产业扩张的抓手之一。

（来源：上市公司年报、SEMI报告及相关供应链研究，2023‑2024年信息。）

7 下游

光滤波器的下游几乎覆盖所有需要光学波分复用和波长管理的AI物理层场景。

7.1 数据中心光模块与有源光缆

这是当前最大的应用市场。400G/800G DR4/FR4/LR4等光模块内部均需要LAN‑WDM或CWDM滤波器进行四通道复用与解复用。随着1.6T光模块朝着8×200G方向演进，对更密集、更低损耗、更窄带宽的滤波器需求激增。Lumentum和Coherent的L‑band DWDM滤波器已在面向AI集群的超大规模数据中心DCI中部署，每纤支持40~80波，实现单纤几十Tbps的吞吐。

7.2 共封装光学（CPO）与光I/O

CPO将光引擎直接贴装在交换芯片旁，需要极小型化、低功耗的波分复用滤波器，以在芯片间通过一根光纤建立多个独立波长通道。Ayar Labs的TeraPHY和Intel的集成光子学方案都采用微环滤波器实现片上合/分波，将互连带宽密度提升数倍，功耗降至pJ/bit级别。这是光滤波器从板卡级走向芯片级的关键路径。

7.3 光子计算与AI加速器

在光学神经网络（ONN）或光子张量处理单元（TPU）中，可调谐滤波器阵列扮演着核心的计算单元。典型架构中，输入多波长光信号分别经过微环阵列加权（由热光调谐控制透过率），再由平衡探测器求和，完成矩阵乘法。Lightmatter的Envise、Lightelligence的PACE等平台均以此为基础。光子滤波器在此处的带宽密度和能耗优势，使得在光学域进行大矩阵运算成为可能，有望在AI推理场景中提升能效比5~100倍（理论值，实际受限于光电转换开销）。

7.4 光纤传感与网络诊断

AI数据中心的光纤健康监测系统使用可调谐光滤波器配合OTDR或光频谱分析仪，实时检测每条光纤的波长损耗特征，帮助运维团队预测链路故障。这属于辅助性但不可或缺的应用。

（引用来源：公司官网技术白皮书、OFC/ECOC会议论文、IEEE JSTQE 2023。）

8 受益公司

（声明：以下仅客观罗列与光滤波器业务相关的公开企业信息，不构成任何形式的投资或交易建议。）

8.1 光通信器件巨头

• Coherent（原II‑VI与Finisar）：全球最大的WDM滤波器供应商之一，产品覆盖TFF滤波器、AWG、WSS（波长选择开关）及可调谐滤波器。2023财年（截至2023年6月），公司光通信业务收入约29亿美元（公司年报），其滤波器大量嵌入数通光模块和AI DCI网络。
• Lumentum：在高通道数DWDM模块和可调谐滤波器领域技术深厚，2023财年营收约17亿美元，其中波长选择性开关和薄膜滤光片是核心利润来源（Lumentum 2023年度10‑K）。
• 光迅科技：国内领先的光器件厂商，提供FBG、AWG、薄膜滤波器等全系列WDM滤波产品，覆盖5G承载和数据中心，2023年相关器件收入规模超过30亿元人民币（据年报及行业推算）。

8.2 硅光与集成滤波芯片玩家

• Intel：借助其先进的硅光工艺，推出集成微环DWDM光发送器，已在数据中心光模块中量产供货（Intel Silicon Photonics产品线）。
• Ayar Labs（未上市）：将微环滤波器阵列嵌入光I/O芯片，获得英伟达、AMD、英特尔等注资，目标解决AI芯片间带宽瓶颈问题。
• 赛丽科技（Silex）、曦智科技等国内硅光初创：围绕微环/ MZI形成可调谐滤波技术，瞄准AI光子计算和光互连。

8.3 光子计算新锐

• Lightmatter：麻省理工系初创，采用基于MZI干涉仪的可调谐滤波器构建光学矩阵乘法器，Enlive芯片已演示与常规AI推理相当的精度。
• Lightelligence：哈佛系团队，PACE平台使用微环权值调和光学非线性，完成AI推理加速演示，合作伙伴含意法半导体。
• Optalysys、Fathom Computing等均在探索基于空间光调制器或微环阵列的光学傅里叶变换，本质上也依赖波长滤波技术。

8.4 云基础设施使用者

• Amazon Web Services：在其数据中心内部大规模部署基于波分复用的400G/800G光互连，自研芯片及NIC均需滤波器支持。
• Google：通过其Jupiter网络架构及TPU超算，利用光电路交换（OCS）和WDM滤波器实现弹性带宽分配，自制光交换机大量使用可调谐滤波器。
• Meta、微软：均在2024年公开了其下一代AI网络对波分复用器件的大规模采购计划，间接拉动滤波器需求。

（信息来源：各公司官网、财报、公开技术文档及行业媒体报道，截至2024年第二季度。）

9 市场规模

公开资料未见专门针对“AI用光滤波器”的独立第三方市场统计，但可从相关波分复用光学器件市场中量化其体量。

根据市场研究机构LightCounting在2024年4月发布的《Datacom Optics for AI Clusters》报告，2023年全球以太网光模块用WDM复用/解复用器（含TFF、AWG等）的器件级销售额约为9.8亿美元，其中约55%用于AI集群内部互联或DCI场景。该报告预计，受800G/1.6T光模块以及CPO波分方案拉动，该细分市场到2028年将达到26.2亿美元，年复合增长率（CAGR）约21.5%（口径：器件出厂额，不包括模块厂商内部转移的低值组件）。

若进一步计入光子计算芯片中的片上滤波器（目前体量极小，多数为定制晶圆），以及可调谐滤波器在光交换和网络诊断中的附加产值，总体“AI相关光滤波器市场规模”在2023年可能略微超过5亿美元（行业估算，未经验证），而到2028年有望突破15亿美元。这主要受三大引擎驱动：

• AI训练/推理集群的波分升级，每一代带宽翻倍带来的单模块滤波器价值量提升；
• 硅光CPO及光I/O的规模化，集成滤波器从无到有扩大TAM；
• 光学AI加速器从实验室走向云厂商定制ASIC，开辟全新赛道。

中国方面，根据CCID咨询《中国光通信器件发展白皮书（2023）》，国内WDM滤波器及模块市场规模2022年约人民币42亿元，2023年预计超过55亿元，增长主要来自大型数据中心采购及5G扩容。其中低于100G的低端产能占比较大，但高速AI用滤波器的国产替代正在加速。

（警告：以上数据源于不同机构统计口径，具体数字存在差异，仅反映行业趋势，不构成财务预测。）

10 玩家对比

以下选取光滤波器领域具有代表性的六类参与者，从技术路线、主力产品和AI布局三个维度进行横向对比（信息截至2024年6月公开资料）。

差异化竞争要旨：

• 通信器件巨头依赖规模制造和长期客户关系，滤波器利润大头来自稳定高可靠性的WDM模块；
• 硅光集成派通过工艺整合有望将滤波器与计算、交换功能融合，抢占下一代AI物理层的制高点；
• 光子计算初创公司对滤波器调谐速度和线性度要求远超通信场景，自研专用IP决定高壁垒，但量产和生态建设待验证。

11 风险

技术替代风险

• 相干检测和数字信号处理（DSP）的进步使得一些场景可省去部分分立滤波器，直接在电域通过算法实现波长解复用（如载波聚合的相干光通信）。不过，在AI短距互连和片上集成中，相干方案的高功耗尚难被接受，中短期内滤波器仍不可替代。
• 非WDM扩容路线：多芯光纤（MCF）、少模光纤（FMF）等空分复用技术与波分复用争夺下一代扩容标准。如果空分复用成为主流，对滤波器的需求形态将发生巨变，但截至目前AI数据中心仍以波分扩容为主线。

制造与供应链风险

• 高端光滤波器所用的超低损耗镀膜、精密校准设备高度依赖美日德厂商。地缘政治引发的设备禁运或关键材料短缺，可能影响国内企业扩产进度。
• 硅光晶圆的12英寸标准化仍在推进中，产能主要被少数厂商锁定，初创公司可能面临晶圆供给波动，影响集成滤波器的交付。

市场与竞争风险

• 低端WDM滤波器（如CWDM4 TFF）已进入充分竞争阶段，价格年降超过10%，缺乏差异化能力的企业利润承压。
• 硅光路线存在“悬崖效应”：一旦主流硅光代工厂（如GlobalFoundries、台积电）的工艺稳定性大幅提升，将挤压传统TFF/AWG在中低通道数场景的份额。

光子计算落地风险

• 光学AI芯片在软件生态、部署便捷性、绝对算力等方面仍需追赶GPU，若生态未能如期成熟，相关滤波器市场增量将延后释放，导致初创公司融资环境恶化。

12 误读纠偏

误区一：“光滤波器就是彩色玻璃片” 纠正：普通彩色滤光片只能粗糙地划分宽光谱区域，而AI物理层所用的光滤波器必须实现亚纳米（GHz级）精度，且要求高隔离度、低温度漂移。一枚40波DWDM滤波器包含数百层精密镀膜及微光学组件，制造难度远非染色玻璃可比。

误区二：“滤波器只是无源部件，没什么创新空间” 纠正：可调谐滤波器正迎来第三轮革新——微环静电驱动、钽酸锂薄膜电光效应、基于相变材料的非挥发性调谐等前沿方案不断涌现，使其能够满足纳秒级切换、零静态功耗等AI计算要求。滤波器正在从静态的“波长分拣器”进化为动态的“光域计算器”。

误区三：“AI不需要光滤波器，有电交换就够了” 纠正：AI集群的互联带宽需求已超越传统电交换单端口容量的合理功耗边界。波分复用能让一根光纤同时承载多个独立波长，从而在相同光纤数量下把交换机端口容量扩大数倍。没有滤波器，WDM就无法实现。因此，光滤波器是AI物理层带宽持续倍增的支撑技术之一。

误区四：“光子计算不需要独立滤波器” 纠正：无论是基于相变、微环还是MZI，光学矩阵运算的权重实现本质上就是光滤波器效应——对特定波长的幅度或相位进行调制。更准确地说，可调谐光滤波器阵列就是光学神经元的物理化身，是光子计算芯片最核心的单元之一。

13 最新事件

（2024年3月，OFC 2024）Intel展示下一代集成光子引擎 Intel在OFC 2024上发布新一代硅光收发器平台，集成超过32个微环DWDM滤波器和片上激光器，支持单纤传输超过2 Tbps，旨在为AI集群内部提供CPO级互连方案。该平台首次展示在商用硅光工艺上量产高度均匀的微环滤波器阵列的潜力。

（2024年4月，Lightelligence PACE‑2进展） Lightelligence公开PACE‑2光子加速器，采用基于微环的8×4权值矩阵，利用64个可调谐滤波器完成光学加权，在特定ResNet推理任务上实现比同代GPU高约8倍的能效比。该演示标志着可调谐滤波器在商业级AI加速器中的工程化突破。

（2024年5月，谷歌新一代OCS曝光） 谷歌在学术论文中披露其下一代光电路交换（OCS）系统将采用更高端口数的MEMS可调谐滤波器模块，以构建AI训练网络中可动态配比的拓扑连接。这进一步确认了可调谐光滤波器在万卡级集群弹性带宽中的战略角色。

（2024年6月，国内数通滤波器扩产） 光迅科技和昂纳科技先后发布定增或扩产计划，拟新增年产千万只级CWDM/LAN‑WDM滤波器和AWG芯片产能，预计2025年下半年投产，目标直接供给国内主要互联网公司自建AI数据中心的波分互连需求。这反映出AI滤波器从“小批量定制”转向“大规模量产”的关键转折。

14 跟踪指标

持续观察光滤波器在AI产业中的渗透程度，可以重点关注以下量化与定性指标，建议以季度频率更新。

1. 高速光模块波分通道数与渗透率

• 800G/1.6T DR/FR/LR模块中采用LAN‑WDM/ CWDM的出货占比，反映滤波器绝对用量。
• 数据来源：LightCounting、Omdia季度报告。

2. 单纤复用通道数

• 头部云厂商（如AWS、Google）骨干DCI网络中单纤承载的波长数量（如从40波向80波/120波演进），代表高端DWDM滤波器的需求层级。
• 可关注OFC/ECOC技术海报及厂商白皮书。

3. 可调谐滤波器响应时间

• 光子计算或光交换芯片的权值更新/通道切换延迟，是否进入纳秒级，决定能否用于在线训练。
• 跟踪Lightmatter、曦智科技等的新一代芯片规格。

4. 硅光滤波器工艺成熟度

• 微环/MZI器件的均值标准差、晶圆级良率及PDL指标，与分立方案的差距缩小程度。
• 参考台积电、GlobalFoundries发布的硅光PDK更新。

5. CPO与光I/O生态进展

• 交换机厂商（博通、思科、华为）发布CPO产品的WDM滤波器集成数量和功耗指标。
• 关注OCP（开放计算项目）和JEDEC的相关标准进展。

6. 厂商市场份额与价格走势

• 波分器件供应商（Coherent、Lumentum、光迅等）季度财报中WDM相关营收变化，以及毛利率趋势，可反映竞争强度与需求弹性。
• 价格跟踪：CWDM4 TFF单品均价是否持续下降，以及可调谐滤波器模组ASP走向。

7. AI资本开支指引

• 微软、Meta、谷歌、亚马逊等云厂商的季度资本支出中与网络互连相关的投入增速，是滤波器需求的前瞻指标。

15 信源

（以下为本文撰写过程中参考的主要公开信息源，按类型分类，均可通过公开渠道检索获取）

产业与市场研究

• LightCounting,《Datacom Optics for AI Clusters》, April 2024
• LightCounting,《Ethernet Optics Report》, 2023‑2024季度更新
• Omdia,《Optical Components Market Tracker – WDM》, Q4 2023
• Yole Intelligence,《Silicon Photonics 2023》, 2023.06
• CCID咨询,《中国光通信器件发展白皮书（2023）》, 2023.10

学术与技术会议

• OFC (Optical Fiber Communication Conference) 2023, 2024 技术议程与Post‑deadline论文
• IEEE Journal of Selected Topics in Quantum Electronics, 卷29, 期3: Photonic Computing (2023)
• Nature Photonics, 卷17,《Microcomb‑driven silicon photonic filters》, 2023

企业披露与公开文件

• Coherent Corp. 2023 10‑K Annual Report
• Lumentum Holdings Inc. 2023 10‑K Annual Report
• 光迅科技 2023 年年度报告
• Intel Silicon Photonics产品简介, 2024‑03
• Lightmatter, Lightelligence, 曦智科技官网与技术白皮书 (2024年6月访问)

行业标准

• ITU‑T G.694.1, Spectral grids for WDM applications: DWDM frequency grid
• IEEE 802.3df/802.3dj 任务组关于800G/1.6T以太网规范的草案

（注：本文提及的所有财务/市场数字均明确标注年份及来源，未标注具体数字的部分表示公开资料未见。全文不构成任何投资、交易或购买建议。）