当前，人工智能正加速向各行各业渗透，算力需求呈指数级攀升。传统电子计算在制程、功耗和带宽方面逐步逼近物理极限，而以光计算、光互连为代表的光子技术，凭借高通量、高带宽、低延迟、低功耗的独特优势，正从未来愿景走向现实支撑。
在2026世界人工智能大会（WAIC 2026）上，上海曦智科技股份有限公司（以下简称“曦智科技”）首次主办了以“光”为主题的分论坛，这也是WAIC历史上首个聚焦光电融合的核心议题论坛。
曦智科技创始人、董事长沈亦晨在演讲中指出，当前计算芯片间的互连带宽已达交换网络带宽的5至10倍甚至更高，以铜导线为主的传统互连方式正面临瓶颈，光互连正迎来历史性跃迁。此阶段的解决方案以LPO、NPO、CPO等新型光电模组为代表，核心竞争力也从量产能力转向芯片设计、系统优化与产业链深度整合。其进一步提出“光³”概念，即以光计算、光互连、光交换三大方向，构建从芯片到系统的全栈式光算力版图。
在演讲中，沈亦晨将光互连的发展划分为三个阶段：2010年以前的电信时代，以长距离光纤、光放大器为代表；2010年后，云计算规模化商用推动数据中心互连时代（Data-Com Era）到来，光模块成为标准化产品并实现规模化出货；2024年后，行业进入计算互连时代（Compute-Com Era），互连对象从交换机间的网络互连（scale-out）延伸至计算芯片间的芯片互连（scale-up）。
“在计算互连时代，NPO（近封装光学）是最接近大规模部署的方向。与传统光模块不同，NPO将光芯片与电芯片共置于同一基板上，大幅缩短光电之间的物理距离。”沈亦晨透露，NPO方案正获得头部厂商积极布局，即将成为计算互连的主流方向。曦智科技一方面与云厂商紧密合作，另一方面与主流GPU、交换机厂商开展深度适配。本届WAIC期间，曦智科技展台已完成与多款GPU在NPO层面的深度适配，并同步发布多款NPO产品。
在沈亦晨看来，面向更长远未来，CPO（共封装光学）被视为下一代核心技术路线。CPO将光芯片与电芯片集成于同一封装内，进一步缩减光电间铜导线距离，从而提升带宽、降低延迟。博通、英伟达、台积电等海外巨头均在积极布局，产业趋势已成共识。曦智科技于2025年WAIC首次展出了与GPU芯片的光电共封装实时演示（active live demo），本届大会则进一步发布了CPO方向的最新进展，整体形态日趋产品化。
据沈亦晨介绍，其CPO方案的核心器件均实现国内自主生产，搭载国产51.2 Tbps交换芯片，光引擎采用国产硅光工艺及先进封装技术，提供128个400G DR4光接口，并支持可插拔光源模块。商用实践表明，由于光引擎与交换芯片合封，该解决方案整机功耗较全可插拔产品降低30%，光互连功耗节省60%，形成了全链路自主可控、高能效的国产CPO光电共封装解决方案。
在光交换领域，曦智科技也带来了最新研发成果——新一代“Scale-up光电混合组网方案”，旨在赋能下一代超节点。据现场介绍，该超节点为业界首创“柜内OEX正交无背板互联+柜间分布式dOCS光互连光交换”双层协同架构的集群超节点。设计上可实现服务器机柜内零线缆，单柜可装载128卡GPU，为国内厂商迄今最高密度。机柜间以光交换技术连通，时延低至百纳秒级，支持万卡规模集群。此外，该系统可在数秒内重新排布网络连接，灵活适配不同AI模型，并兼容多厂家GPU、CPU、交换芯片，打造开放解耦、自主可控的智算生态。
除发布最新产品外，曦智科技还在WAIC现场披露了已推出产品的商业化进展。
2025年WAIC期间，曦智科技推出了基于光跃分布式OCS全光互连模块的国内首个光互连光交换GPU超节点解决方案——光跃LightSphereX，并联合壁仞科技、中兴通讯首次开展示范应用，在上海仪电国产超节点算力集群落地，荣获2025 WAIC SAIL大奖。本届WAIC上，曦智科技透露，该光跃超节点解决方案已实现2000卡商业化落地，建成国内首个光互连光交换超节点集群，为上海打造了开放生态超节点。
作为“全球AI硅光芯片第一股”，曦智科技成立于2017年，创始人沈亦晨毕业于麻省理工学院，获物理学博士学位。2017年，他在《自然·光子学》发表论文，首次验证了利用光进行计算的可行性，为该领域后续技术发展奠定了基础。目前，曦智科技的核心技术涵盖片上光网络（oNOC）、片间光网络（oNET）和光子矩阵计算（oMAC），产品线覆盖光互连与光计算两大方向。
值得一提的是，光计算被沈亦晨视为技术难度最高、但对计算行业影响最为深远的方向。他将光计算发展划分为三个阶段：2015年以前为理论与技术探索期，光计算概念已历经近两百年持续演进；2015年至2025年为产品突破期，多家光计算公司相继成立，推动实验室技术走向产品化；未来十年，光计算将进入市场渗透期，从杀手级应用和垂直行业切入，最终赋能千行百业。
本届WAIC上，曦智科技正式发布第三代PACE光计算芯片（PACE3）。该芯片最大可支持256×768的矩阵规模，面向低延迟大模型推理场景。沈亦晨特别指出，光计算芯片并非矩阵越大算力越强，实际应用中会根据不同模型将矩阵拆分适配。为提升光计算密度，PACE3在IP层面进行了创新，目前测试芯片已完成点亮与测试，以支撑大模型推理应用。
通弘网提示：文章来自网络，不代表本站观点。
