光濾波器
1 3秒看懂
是什麼 光濾波器是一種能從多波長混合光中挑出指定顏色（波長），或把不同顏色精確分開再合併的光學器件。它像光子世界裡的“交通排程中心”，讓每道光走對車道，互不干擾。
為什麼重要 沒有它，AI資料中心裡數百個光模組並行傳資料時，不同顏色的訊號就會互相打架；前沿的光子計算晶片想在光上直接做矩陣運算，也得靠濾波器來調節每個波長通道的“權重”。
核心作用
- 藉助波長分波多工（WDM）在單根光纖上並行傳輸幾十至上百個獨立波長通道，把光纖頻寬利用率推至接近理論極限。
- 在光子神經網路中扮演“光學突觸”，通過對不同波長能量的加權調控，瞬間完成乘積累加運算。
- 為AI物理層提供皮秒級超低延遲的直通路徑，無需光電轉換即可完成訊號分流、路由與合成。
一句話記憶 光濾波器是大型模型訓練和推論所需海量資料高速流動的“隱形通道警察”與“光學加速器開關”。
2 3分鐘產業解釋
在2023年之後，大型AI叢集內部的光互連正以前所未有的速度迭代——從每通道100 Gbps向200 Gbps、400 Gbps邁進，一根光纖上同時跑的波長數也從4/8波躍遷到數十波甚至上百波。光濾波器就處在這個演進的最底層：它像一個高精密度的光學開關，決定了哪些波長能進入下一段鏈路、哪些會被阻斷。
從產業角度看，光濾波器已經不是傳統意義上的無源光學鍍膜件。一方面，它走向“可調諧化”：通過微型加熱器、電光效應或MEMS微鏡，濾波視窗可以在微秒甚至納秒級內動態挪動，從而支撐資料中心光交換的靈活網格（Flex-grid）和光子計算的即時權重更新。另一方面，它從分立器件走向矽光單片整合：在指甲蓋大小的矽基晶片上，數十個微環或馬赫-曾德爾干涉儀型濾波器與調變器、探測器、電晶片緊耦合，形成完整的AI光互連或光計算鏈路。
市場需求的拉動極為直接。以GPT‑4級別的大型模型訓練為例，數千塊GPU之間需要超高頻寬、超低延遲的互聯，傳統電交換和單波長光模組已經撞上功耗和頻寬牆。波長分波多工方案必須在交換器側、伺服器網絡卡側大量嵌入複用/解複用濾波器，才能將總頻寬成本控制在可接受範圍。因此，光濾波器已經從相對小眾的電信器件，迅速切換為AI基礎設施中的關鍵量產物料。
目前全球光濾波器產業鏈呈現“美中日”三角格局：美國Coherent（含Finisar）、Lumentum掌握高階可調諧和WDM模組供應鏈，並大量供給AWS、Google等超大規模資料中心；日本廠商在微型光學元件和精密鍍膜上保持壁壘；中國廠商如光迅科技、華工正源、昂納等在中端波長分波多工器件及光模組中嵌入濾波器，並快速追趕可調諧與矽光整合技術。與此同時，還有一批光子AI晶片公司（Lightmatter、Lightelligence、曦智科技等）圍繞可調諧微環陣列建置光學矩陣乘法器，試圖從物理層顛覆AI計算的能耗格局。
3 技術原理
光濾波器的核心任務是實現波長選擇性透射或反射，即建立“波長‑透過率”函式。根據實現方式，主要分以下幾類物理機制。
3.1 薄膜干涉濾波器（TFF）
採用幾十至上百層高低折射率交替的介質薄膜，層厚精確控制在目標波長的四分之一量級。光在每一層介面處發生反射和透射，多層反射光發生相長或相消干涉，從而在特定波長範圍內形成高透射通帶，其餘波長被高反射。TFF的典型結構是帶通或長波通/短波通濾光片，在資料中心CWDM4/LAN‑WDM中廣泛應用，通過級聯可獲得平坦的通帶和陡峭的邊沿。
3.2 衍射光柵與陣列波導光柵（AWG）
衍射光柵利用光柵週期結構將不同波長的光衍射到不同角度，實現空間分離。AWG是平面光波迴路（PLC）型的整合化版本，由輸入/輸出星形耦合器與陣列波導構成；不同波長的光在陣列波導中經歷不同的相移，在輸出耦合器上被重新聚焦到不同輸出波導。AWG是密集波長分波多工（DWDM）中合/分波的標準方案，通道數可達48波以上，通道間隔可低至50 GHz，廣泛應用於長距和城域光網路，在大型AI DCI（資料中心互聯）中不可或缺。
3.3 布拉格光柵（FBG與WBG）
光纖布拉格光柵（FBG）是在光纖纖芯中寫入週期折射率調變，構成波長選擇性反射鏡。波導布拉格光柵（WBG）則整合在平面光波迴路中。當入射波長滿足布拉格條件時被強烈反射，其餘波長透射。FBG/WBG可作為窄帶陷波或帶通濾波器，在雷射穩頻、增益平坦以及光訊號篩選中有獨特價值。
3.4 諧振型濾波器：微環與光子晶體
微環諧振器（MRR）利用波導閉環的諧振增強效應，只有諧振波長的光會在環內迴圈積累並從下路埠輸出。通過改變環區折射率（熱光/電光效應），可快速調諧諧振波長。MRR是矽光整合中最受追捧的濾波器結構，因為它尺寸極小（半徑幾微米）、級聯即可形成高階濾波器，且可作為電子神經網路權重對映的光學突觸。光子晶體腔通過點缺陷或線缺陷建置波長級光學微腔，也能實現超窄帶濾波和極高Q值，但整合量產難度較高。
3.5 干涉型濾波器：馬赫-曾德爾干涉儀（MZI）
利用兩個臂間光程差產生的干涉，輸出光強隨波長週期變化。通過級聯多個MZI，可合成任意梳狀或平頂濾波響應。MZI常用熱光移相器改變其中一臂的有效光程，實現可調諧性，且與CMOS工藝高度相容，是矽光中另一重要濾波器架構。
無論哪種機制，光濾波器在AI物理層都承擔著“波長維度的開關”角色，把光纖巨大的光頻譜資源切分成可獨立調變、路由和檢測的並行通道。
4 關鍵引數
評價光濾波器的效能，通常看以下幾個核心指標，這些都是AI互聯與光子計算系統設計的硬約束。
| 引數 | 定義 | 典型值（2024年業界水平） | 對AI場景的意義 |
|---|---|---|---|
| 中心波長/頻率 | 通帶中心的波長（或頻率），如C‑band 191.35 THz | 按ITU‑T標準柵格對齊，例如DWDM 50 GHz柵格 | 必須與雷射器波長精準匹配，避免通道間串擾 |
| 插入損耗（IL） | 濾波器帶來的額外光功率衰減 | TFF: 0.5 | 損耗直接折損光鏈路功率預算，限制傳輸距離或提高雷射功耗 |
| 隔離度/串擾 | 通道間不希望出現的訊號洩漏量 | 相鄰通道隔離度 ≥30 dB（TFF/AWG），非相鄰 ≥40 dB | 低串擾保證多波長訊號的訊雜比，防止AI資料誤碼 |
| 頻寬（通頻寬度） | 透射率高於‑X dB的波長範圍，常用‑1 dB、‑3 dB頻寬 | DWDM: 通帶≥25 GHz（50 GHz間隔）；CWDM: 通帶~13 nm | 頻寬過窄會截斷訊號頻譜，引入碼間干擾；過寬則通道間隔受限 |
| 可調諧範圍 | 在保證效能前提下，中心波長可連續調諧的範圍 | 熱光調諧: ~8 nm（典型）；電光: 幾奈米；MEMS: 幾十奈米 | 調諧範圍決定能在複用系統中覆蓋多少波長通道，或光學突觸可改變的權值範圍 |
| 調諧速度/響應時間 | 通道波長從一點切換到另一點所需時間 | 熱光: μs~ms；電光: ns級；MEMS: μs級 | 光子神經網路要求μs甚至ns級權值更新速度才能實現訓練或推論加速 |
| 偏振相關損耗（PDL） | 濾波器對不同偏振態訊號的損耗差異 | AWG: <0.5 dB；TFF: <0.2 dB | 若光訊號偏振態不穩定（無保偏光纖），PDL會引入功率波動，增加鏈路誤差 |
| 溫度穩定性 | 中心波長隨溫度漂移量 | 無溫補AWG: ~10 pm/°C；有溫補: <1 pm/°C | AI資料中心環境溫度波動時，防止通道漂出波長柵格造成訊號丟失 |
（資料來源：綜合IEEE文獻、廠商產品規格書及OFC會議報告，2023‑2024年公開資訊。）
5 技術路線
從實現方式和材料平台看，光濾波器形成了多條並行的技術路線，各自適配不同的AI應用場景。
5.1 薄膜濾光片（TFF）路線
代表形式：分立式鍍膜玻璃濾光片，搭配微準直器和稜鏡封裝成微型WDM模組。 優勢：插入損耗低、通帶平坦、量產一致性極高、無源工作無需外界驅動。 侷限：通道數增多時級聯複雜度指數上升，通常不適合超過8~12波的緊密間隔。 AI階段應用：400G/800G SR8/SR4.2等多通道光模組內的CWDM/LAN‑WDM複用/解複用。 關鍵玩家：Coherent、Lumentum，以及國內的滕景科技、東田微等。
5.2 陣列波導光柵（AWG）路線
代表形式：矽基二氧化矽或矽波導AWG，可單片整合DWDM合/分波器。 優勢：通道數大（32/48/96波）、間隔極小（50 GHz/75 GHz）、輸出埠可靈活分配。 侷限：插入損耗偏高，需溫度補償；無法電調諧，主要用於固定柵格。 AI階段應用：資料中心DCI波分傳輸系統，為跨機房長距AI流量提供大容量複用。 關鍵玩家：NTT Electronics、Enablence、光迅科技、仕佳光子。
5.3 可調諧光濾波器：MEMS/液晶/熱光
代表形式：MEMS可調諧F‑P腔濾波器、液晶可調諧濾光器、熱光調諧MZI濾波器。 優勢：覆蓋寬波長範圍，可程式設計選擇任一通道；有些方案切換速度快。 侷限：MEMS運動部件有壽命風險；液晶對溫度敏感；熱光功耗較高。 AI階段應用：可重構光網路節點、光子神經網路的權重更新、光學頻譜分析用於鏈路診斷。 關鍵玩家：Santec（MEMS+液晶）、Lumentum（基於LCoS的WSS線路），以及初創公司如Lightmatter使用熱光調諧微環。
5.4 矽基光子整合路線（微環/MZI陣列）
代表形式：在SOI或SiN平台上用微環諧振器或級聯MZI建置濾波器網路。 優勢：尺寸極小（單環面積<0.01 mm²），與CMOS工藝相容，可實現數千個濾波器單片整合和密集I/O；電調諧速度為光子計算提供新手段。 侷限：對製造工藝偏差敏感（壁面粗糙度、厚度偏差），需複雜校準；熱光串擾需妥善管理。 AI階段應用：光子張量核（把矩陣乘法對映到微環陣列的權重調控）、共封裝光學（CPO）中的片上波長分波多工互連。 關鍵玩家：Intel（整合雷射器的微環DWDM傳送器）、Ayar Labs、Lightmatter、曦智科技、賽麗科技。
5.5 路線對比總結
TFF當前佔據量產成本與損耗的優勢高地，AWG在超多波長場景不可替代，可調諧MEMS/液晶是動態網路的靈活補充，而矽光整合為AI計算和近封裝互連提供了可規模化的路線。預計2024‑2028年間，矽光整合濾波器在CPO和光學計算中的用量複合增長率將顯著高於傳統分立濾波器。
6 上游
光濾波器的核心原材料和製造裝備決定了其精度與成本結構。
6.1 光學鍍膜材料與基底
TFF濾波器依賴高純蒸發或濺射鍍膜材料，如五氧化二鉭（Ta₂O₅）、二氧化矽（SiO₂）、二氧化鈦（TiO₂）。20層以上鍍膜對材料純度和膜厚均勻性要求苛刻。主要供應商包括美國Materion、日本Optorun等。基底通常採用高平整度BK7玻璃或熔石英，同時微準直器還需要Grin透鏡和套管，核心廠商如Nippon Electric Glass（日本）。
6.2 矽光晶圓與SOI
對於整合濾波器（AWG、微環），絕緣體上矽（SOI）晶圓是最關鍵的材料。2024年，主要的8英寸/12英寸SOI供應商為法國Soitec、日本信越化學、上海新傲科技等。光子晶片對頂層矽的厚度均勻性和缺陷密度高度敏感，高質量SOI晶圓目前仍高度依賴少量企業，成為矽光濾波器擴產的潛在瓶頸。
6.3 光刻與蝕刻裝置
矽光濾波器的最小特徵尺寸通常在100 nm~250 nm級別，並不需要最先進的邏輯光刻機，但波導側壁粗糙度要求極高，這對深紫外光刻和幹法刻蝕裝置的穩定性和均勻性提出挑戰。主要裝置商包括ASML（步進式光刻機）、應用材料（等離子體刻蝕）等。國內廠商如上海微電子裝備在較低節點光刻上有版面配置，但用於矽光高成品率濾波器的裝置仍以歐美日裝置為主。
6.4 封裝與測試裝置
WDM模組和矽光晶片的封裝涉及高精度有源對準耦合裝置、共晶焊、金絲鍵合等。測試方面，需要寬譜光源、光譜儀和誤碼儀聯合構成自動化測試系統。封裝和測試環節目前成本佔比高（可佔器件成本的30%~50%），主要裝置商如德國ficonTEC、日本Yamaha機器人等，是產業擴張的抓手之一。
（來源：上市公司年報、SEMI報告及相關供應鏈研究，2023‑2024年資訊。）
7 下游
光濾波器的下游幾乎覆蓋所有需要光學波長分波多工和波長管理的AI物理層場景。
7.1 資料中心光模組與有源光纜
這是當前最大的應用市場。400G/800G DR4/FR4/LR4等光模組內部均需要LAN‑WDM或CWDM濾波器進行四通道複用與解複用。隨著1.6T光模組朝著8×200G方向演進，對更密集、更低損耗、更窄頻寬的濾波器需求激增。Lumentum和Coherent的L‑band DWDM濾波器已在面向AI叢集的超大規模資料中心DCI中部署，每纖支援40~80波，實現單纖幾十Tbps的吞吐。
7.2 共封裝光學（CPO）與光I/O
CPO將光引擎直接貼裝在交換晶片旁，需要極小型化、低功耗的波長分波多工濾波器，以在晶片間通過一根光纖建立多個獨立波長通道。Ayar Labs的TeraPHY和Intel的整合光子學方案都採用微環濾波器實現片上合/分波，將互連頻寬密度提升數倍，功耗降至pJ/bit級別。這是光濾波器從板卡級走向晶片級的關鍵路徑。
7.3 光子計算與AI加速器
在光學神經網路（ONN）或光子張量處理單元（TPU）中，可調諧濾波器陣列扮演著核心的計算單元。典型架構中，輸入多波長光訊號分別經過微環陣列加權（由熱光調諧控制透過率），再由平衡探測器求和，完成矩陣乘法。Lightmatter的Envise、Lightelligence的PACE等平台均以此為基礎。光子濾波器在此處的頻寬密度和能耗優勢，使得在光學域進行大矩陣運算成為可能，有望在AI推論場景中提升能效比5~100倍（理論值，實際受限於光電轉換開銷）。
7.4 光纖感測與網路診斷
AI資料中心的光纖健康監測系統使用可調諧光濾波器配合OTDR或光頻譜分析儀，即時檢測每條光纖的波長損耗特徵，幫助運維團隊預測鏈路故障。這屬於輔助性但不可或缺的應用。
（引用來源：公司官網技術白皮書、OFC/ECOC會議論文、IEEE JSTQE 2023。）
8 受益公司
（宣告：以下僅客觀羅列與光濾波器業務相關的公開企業資訊，不構成任何形式的投資或交易建議。）
8.1 光通訊器件巨頭
- Coherent（原II‑VI與Finisar）：全球最大的WDM濾波器供應商之一，產品覆蓋TFF濾波器、AWG、WSS（波長選擇開關）及可調諧濾波器。2023財年（截至2023年6月），公司光通訊業務營收約29億美元（公司年報），其濾波器大量嵌入數通光模組和AI DCI網路。
- Lumentum：在高通道數DWDM模組和可調諧濾波器領域技術深厚，2023財年營收約17億美元，其中波長選擇性開關和薄膜濾光片是核心獲利來源（Lumentum 2023年度10‑K）。
- 光迅科技：國內領先的光器件廠商，提供FBG、AWG、薄膜濾波器等全系列WDM濾波產品，覆蓋5G承載和資料中心，2023年相關器件營收規模超過30億元人民幣（據年報及行業推算）。
8.2 矽光與整合濾波晶片玩家
- Intel：藉助其先進的矽光工藝，推出整合微環DWDM光傳送器，已在資料中心光模組中量產供貨（Intel Silicon Photonics產品線）。
- Ayar Labs（未上市）：將微環濾波器陣列嵌入光I/O晶片，獲得輝達、AMD、英特爾等注資，目標解決AI晶片間頻寬瓶頸問題。
- 賽麗科技（Silex）、曦智科技等國內矽光初創：圍繞微環/ MZI形成可調諧濾波技術，瞄準AI光子計算和光互連。
8.3 光子計算新銳
- Lightmatter：麻省理工系初創，採用基於MZI干涉儀的可調諧濾波器建置光學矩陣乘法器，Enlive晶片已演示與常規AI推論相當的精度。
- Lightelligence：哈佛系團隊，PACE平台使用微環權值調和光學非線性，完成AI推論加速演示，合作伙伴含意法半導體。
- Optalysys、Fathom Computing等均在探索基於空間光調變器或微環陣列的光學傅立葉變換，本質上也依賴波長濾波技術。
8.4 雲端基礎設施使用者
- Amazon Web Services：在其資料中心內部大規模部署基於波長分波多工的400G/800G光互連，自研晶片及NIC均需濾波器支援。
- Google：通過其Jupiter網路架構及TPU超算，利用光電路交換（OCS）和WDM濾波器實現彈性頻寬分配，自制光交換器大量使用可調諧濾波器。
- Meta、微軟：均在2024年公開了其下一代AI網路對波長分波多工器件的大規模採購計劃，間接拉動濾波器需求。
（資訊來源：各公司官網、財報、公開技術文件及行業媒體報道，截至2024年第二季度。）
9 市場規模
公開資料未見專門針對“AI用光濾波器”的獨立第三方市場統計，但可從相關波長分波多工光學器件市場中量化其體量。
根據市場研究機構LightCounting在2024年4月釋出的《Datacom Optics for AI Clusters》報告，2023年全球乙太網路光模組用WDM複用/解複用器（含TFF、AWG等）的器件級銷售額約為9.8億美元，其中約55%用於AI叢集內部互聯或DCI場景。該報告預計，受800G/1.6T光模組以及CPO波分方案拉動，該細分市場到2028年將達到26.2億美元，年複合增長率（CAGR）約21.5%（口徑：器件出廠額，不包括模組廠商內部轉移的低值元件）。
若進一步計入光子計算晶片中的片上濾波器（目前體量極小，多數為定製晶圓），以及可調諧濾波器在光交換和網路診斷中的附加產值，總體“AI相關光濾波器市場規模”在2023年可能略微超過5億美元（行業估算，未經驗證），而到2028年有望突破15億美元。這主要受三大引擎驅動：
- AI訓練/推論叢集的波分升級，每一代頻寬翻倍帶來的單模組濾波器價值量提升；
- 矽光CPO及光I/O的規模化，整合濾波器從無到有擴大TAM；
- 光學AI加速器從實驗室走向雲端廠商定製ASIC，開闢全新賽道。
中國方面，根據CCID諮詢《中國光通訊器件發展白皮書（2023）》，國內WDM濾波器及模組市場規模2022年約人民幣42億元，2023年預計超過55億元，增長主要來自大型資料中心採購及5G擴容。其中低於100G的低端產能佔比較大，但高速AI用濾波器的國產替代正在加速。
（警告：以上資料來源於不同機構統計口徑，具體數字存在差異，僅反映行業趨勢，不構成財務預測。）
10 玩家對比
以下選取光濾波器領域具有代表性的六類參與者，從技術路線、主力產品和AI版面配置三個維度進行橫向對比（資訊截至2024年6月公開資料）。
| 企業 | 主要濾波器技術 | 代表性產品/方案 | AI場景繫結 |
|---|---|---|---|
| Coherent（含Finisar） | TFF、AWG、WSS | 全波段WDM模組、ROADM濾波器 | AWS/Google等AI DCI網路的WDM器件第一大供應商 |
| Lumentum | 薄膜濾光、LCoS‑WSS、MEMS可調諧 | TrueFlex WSS、可調諧F‑P濾波器 | 雲端巨頭資料中心光交換，可重構AI叢集網路 |
| Intel | 矽光微環DWDM陣列 | 整合雷射器的矽光子發射晶片 | CPO與光I/O，未來AI晶片片間互聯 |
| 光迅科技 | FBG、AWG、薄膜濾波器 | 5G/數通用CWDM/DWDM模組 | 中國主要AI資料中心光模組波分元件供應商 |
| Lightmatter | 矽光MZI可調諧濾波器陣列 | Envise光子計算晶片 | 矩陣乘法光學加速，AI推論硬體 |
| 曦智科技 | 微環諧振器+光學矩陣 | 光電混合AI加速板卡 | 面向金融、生物醫藥的AI推論 |
差異化競爭要旨：
- 通訊器件巨頭依賴規模製造和長期客戶關係，濾波器獲利大頭來自穩定高可靠性的WDM模組；
- 矽光整合派通過工藝整合有望將濾波器與計算、交換功能融合，搶佔下一代AI物理層的制高點；
- 光子計算初創公司對濾波器調諧速度和線性度要求遠超通訊場景，自研專用IP決定高壁壘，但量產和生態建設待驗證。
11 風險
技術替代風險
- 相干檢測和數字訊號處理（DSP）的進步使得一些場景可省去部分分立濾波器，直接在電域通過演算法實現波長解複用（如載波聚合的相干光通訊）。不過，在AI短距互連和片上整合中，相干方案的高功耗尚難被接受，中短期內濾波器仍不可替代。
- 非WDM擴容路線：多芯光纖（MCF）、少模光纖（FMF）等空間多工技術與波長分波多工爭奪下一代擴容標準。如果空間多工成為主流，對濾波器的需求形態將發生鉅變，但截至目前AI資料中心仍以波分擴容為主線。
製造與供應鏈風險
- 高階光濾波器所用的超低損耗鍍膜、精密校準裝置高度依賴美日德廠商。地緣政治引發的裝置禁運或關鍵材料短缺，可能影響國內企業擴產進度。
- 矽光晶圓的12英寸標準化仍在推進中，產能主要被少數廠商鎖定，初創公司可能面臨晶圓供給波動，影響整合濾波器的交付。
市場與競爭風險
- 低端WDM濾波器（如CWDM4 TFF）已進入充分競爭階段，價格年降超過10%，缺乏差異化能力的企業獲利承壓。
- 矽光路線存在“懸崖效應”：一旦主流矽光代工廠（如GlobalFoundries、台積電）的工藝穩定性大幅提升，將擠壓傳統TFF/AWG在中低通道數場景的份額。
光子計算落地風險
- 光學AI晶片在軟體生態、部署便捷性、絕對算力等方面仍需追趕GPU，若生態未能如期成熟，相關濾波器市場增量將延後釋放，導致初創公司融資環境惡化。
12 誤讀糾偏
誤區一：“光濾波器就是彩色玻璃片” 糾正：普通彩色濾光片只能粗糙地劃分寬光譜區域，而AI物理層所用的光濾波器必須實現亞奈米（GHz級）精度，且要求高隔離度、低溫度漂移。一枚40波DWDM濾波器包含數百層精密鍍膜及微光學元件，製造難度遠非染色玻璃可比。
誤區二：“濾波器只是無源部件，沒什麼創新空間” 糾正：可調諧濾波器正迎來第三輪革新——微環靜電驅動、鉭酸鋰薄膜電光效應、基於相變材料的非揮發性調諧等前沿方案不斷湧現，使其能夠滿足納秒級切換、零靜態功耗等AI計算要求。濾波器正在從靜態的“波長分揀器”進化為動態的“光域計算器”。
誤區三：“AI不需要光濾波器，有電交換就夠了” 糾正：AI叢集的互聯頻寬需求已超越傳統電交換單埠容量的合理功耗邊界。波長分波多工能讓一根光纖同時承載多個獨立波長，從而在相同光纖數量下把交換器埠容量擴大數倍。沒有濾波器，WDM就無法實現。因此，光濾波器是AI物理層頻寬持續倍增的支撐技術之一。
誤區四：“光子計算不需要獨立濾波器” 糾正：無論是基於相變、微環還是MZI，光學矩陣運算的權重實現本質上就是光濾波器效應——對特定波長的幅度或相位進行調變。更準確地說，可調諧光濾波器陣列就是光學神經元的物理化身，是光子計算晶片最核心的單元之一。
13 最新事件
（2024年3月，OFC 2024）Intel展示下一代整合光子引擎 Intel在OFC 2024上釋出新一代矽光收發器平台，整合超過32個微環DWDM濾波器和片上雷射器，支援單纖傳輸超過2 Tbps，旨在為AI叢集內部提供CPO級互連方案。該平台首次展示在商用矽光工藝上量產高度均勻的微環濾波器陣列的潛力。
（2024年4月，Lightelligence PACE‑2進展） Lightelligence公開PACE‑2光子加速器，採用基於微環的8×4權值矩陣，利用64個可調諧濾波器完成光學加權，在特定ResNet推論任務上實現比同代GPU高約8倍的能效比。該演示標誌著可調諧濾波器在商業級AI加速器中的工程化突破。
（2024年5月，Google新一代OCS曝光） Google在學術論文中揭露其下一代光電路交換（OCS）系統將採用更高階口數的MEMS可調諧濾波器模組，以建置AI訓練網路中可動態配比的拓撲連線。這進一步確認了可調諧光濾波器在萬卡級叢集彈性頻寬中的戰略角色。
（2024年6月，國內數通濾波器擴產） 光迅科技和昂納科技先後釋出定增或擴產計劃，擬新增年產千萬只級CWDM/LAN‑WDM濾波器和AWG晶片產能，預計2025年下半年投產，目標直接供給國內主要網際網路公司自建AI資料中心的波分互連需求。這反映出AI濾波器從“小批次定製”轉向“大規模量產”的關鍵轉折。
14 追蹤指標
持續觀察光濾波器在AI產業中的滲透程度，可以重點關注以下量化與定性指標，建議以季度頻率更新。
1. 高速光模組波分通道數與滲透率
- 800G/1.6T DR/FR/LR模組中採用LAN‑WDM/ CWDM的出貨佔比，反映濾波器絕對用量。
- 資料來源：LightCounting、Omdia季度報告。
2. 單纖複用通道數
- 頭部雲端廠商（如AWS、Google）骨幹DCI網路中單纖承載的波長數量（如從40波向80波/120波演進），代表高階DWDM濾波器的需求層級。
- 可關注OFC/ECOC技術海報及廠商白皮書。
3. 可調諧濾波器響應時間
- 光子計算或光交換晶片的權值更新/通道切換延遲，是否進入納秒級，決定能否用於線上訓練。
- 追蹤Lightmatter、曦智科技等的新一代晶片規格。
4. 矽光濾波器工藝成熟度
- 微環/MZI器件的均值標準差、晶圓級良率及PDL指標，與分立方案的差距縮小程度。
- 參考台積電、GlobalFoundries釋出的矽光PDK更新。
5. CPO與光I/O生態進展
- 交換器廠商（博通、思科、華為）釋出CPO產品的WDM濾波器整合數量和功耗指標。
- 關注OCP（開放計算專案）和JEDEC的相關標準進展。
6. 廠商市場份額與價格走勢
- 波分器件供應商（Coherent、Lumentum、光迅等）季度財報中WDM相關營收變化，以及毛利率趨勢，可反映競爭強度與需求彈性。
- 價格追蹤：CWDM4 TFF單品均價是否持續下降，以及可調諧濾波器模組ASP走向。
7. AI資本支出展望
- 微軟、Meta、Google、亞馬遜等雲端廠商的季度資本支出中與網路互連相關的投入增速，是濾波器需求的前瞻指標。
15 信源
（以下為本文撰寫過程中參考的主要公開資訊源，按型別分類，均可通過公開渠道檢索獲取）
產業與市場研究
- 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諮詢,《中國光通訊器件發展白皮書（2023）》, 2023.10
學術與技術會議
- OFC (Optical Fiber Communication Conference) 2023, 2024 技術議程與Post‑deadline論文
- 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
企業揭露與公開檔案
- Coherent Corp. 2023 10‑K Annual Report
- Lumentum Holdings Inc. 2023 10‑K Annual Report
- 光迅科技 2023 年年度報告
- Intel Silicon Photonics產品簡介, 2024‑03
- Lightmatter, Lightelligence, 曦智科技官網與技術白皮書 (2024年6月訪問)
行業標準
- ITU‑T G.694.1, Spectral grids for WDM applications: DWDM frequency grid
- IEEE 802.3df/802.3dj 任務組關於800G/1.6T乙太網路規範的草案
（注：本文提及的所有財務/市場數字均明確標註年份及來源，未標註具體數字的部分表示公開資料未見。全文不構成任何投資、交易或購買建議。）