9月24日，好望角科学沙龙剑桥大学专场活动在上海举行。其间主持人、中国科学院物理所研究员、中国物理学会科普委员会主任魏红祥开了个玩笑，说台上的嘉宾都站在光里，台下的人只能光站着。随后他替台下观众问了一句：下一个十年，我们该关注什么？ 沙龙结束后的交流中，光子派也问了中科创星创始合伙人米磊一个相近的问题：光是AI的基础设施，这件事如今已是共识，光互连也成了市场热点，那还有什么方向没有形成共识？ 米磊先把问题放回整个信息产业。他把信息产业分成获取、传输、计算、存储和显示五个环节，认为「整个信息产业底层都在从电到光在切换」，各个环节走到的阶段并不相同。他点名还没有形成共识的，是信息获取端的光传感：「光传感会起来，我认为这个现在没有得到共识。」 好望角科学沙龙剑桥专场对话环节，嘉宾围绕光子技术演进与产业化展开讨论。来源：好望角科学沙龙 对于光子产业的共识，大家已经有目共睹。今年4月，光芯片企业源杰科技的股价一度超过茅台，成为A股股王。虽然单股价格说明不了公司大小，但这件事成了光子行业热度的一个醒目标志。 但十多年前，情况正好相反。米磊在新书《硬科技浪潮》里回忆，中科创星刚起步时，不少人直接把他们当成了「科技骗子」。 米磊是做光通信出身的。2001年，他从西北工业大学毕业，进入中国科学院西安光学精密机械研究所，参与光纤通信用自聚焦透镜的产业化。后来说起中科创星为什么押注光芯片，他的解释是，当时华为、中兴和光模块公司都在大量进口芯片，只做封装没有出路。 中科创星成立于2013年。在那个资本追逐O2O和P2P的年代里，中科创星想要通过硬科技叙事进行募集资金，其困难可想而知。但据媒体报道，它还是在2014年2月投出了第一个光芯片项目奇芯光电。第二年，西安光机所联合陕西省科技厅和西安高新区发起成立陕西光电子先导院，中科创星出资参与。这是一个为光电芯片企业提供流片和中试服务的平台，芯片设计出来之后，可以在这里做出样品、试产验证。 2016年，米磊对光又多了一层判断。他在好望角沙龙的圆桌上回忆，互联网起来之前，先修的是光纤通信；AlphaGo战胜李世石之后，他判断人工智能同样要先修基础设施，而海量数据的传输离不开光。 此后几年，产业上下游开始发生变化，但进展并不相同。 光模块站稳得更早：市场研究机构LightCounting的统计中，2016年全球光模块厂商前十名已有三家中国公司，旭创科技（后并入中际旭创）排第七；到2023年，中际旭创首次单独排名第一。 光芯片这一端则艰难得多。2018年，奇芯受中兴事件影响，现金流一度吃紧，中科创星又追加了1000万元。中科创星后来投资的源杰科技，25G激光器芯片在2018到2019年进入客户验证，2020年才开始规模化生产；到2022年上市时，源杰仍称25G及以上速率的激光器芯片国产化率低，是光通信中受制于人的环节。 AI带来的需求，也改变了供应链的节奏。云厂商和英伟达成为光模块的主要买家之后，厂商要先确保上游供得上。今年一季度末，中际旭创的预付款项达到14.88亿元，是上年末的11倍多，公司称主要来自预付材料款的增加。这样的速度超出了米磊的预期，他曾在接受媒体采访时表示：「我已经尽量用指数思维在预期了，但还是没想到会这么快。」 到今天，据中科创星介绍，它在光子领域累计投资的企业已超过200家；先导院的8英寸硅光中试线在2025年通线，同年入选工信部首批重点培育中试平台。 中科创星在光子领域押的不只是光通信。曦智科技走的就是另一条路：光计算。 曦智的起点，是2017年发表在《自然·光子学》上的一篇光计算论文。据报道，2019年5月，中科创星把曦智创始人沈亦晨请到西安交流，米磊当场决定投资，中科创星成为曦智A轮中最早确定的机构。 光计算想让光直接完成矩阵运算，替电子芯片分担一部分计算。英国皇家工程院院士、剑桥大学副校长理查德·彭迪在沙龙上讲了这条路线的难处：光学计算通常属于模拟计算，会受噪声和芯片制造误差影响，精度有限，神经网络前一层的误差还会向后逐层累积。 今年4月，曦智在港股上市，首日收盘涨了383%。但撑起它当前收入的还不是光计算。招股书显示，2025年公司约八成收入来自光互连，光计算收入约2200万元。米磊后来对媒体说起这笔投资：「我最早投他是投光计算，但光计算的周期还需要更长时间才能落地。」 曦智科技2025年发布的PACE 2光电计算加速卡，核心为128×128可配置光学矩阵，可通过PCIe接口接入现有计算系统。来源：曦智科技 光计算还要等，整个光子产业此前也等了很久。在群访中，米磊用经济长周期解释这十年。在他看来，2016年到2025-26年，光子产业「属于在水下，这时候增长还没有那么快」，从2026年开始，人工智能产业进入加速期，光的增长也会加快。 他在沙龙上还表示，人们当下低估了光子技术十年后的发展前景。 那么，未来十年，我们应该关注什么？ 往后看，在这场沙龙上谈到的未来十年的新方向里，光交换离数据中心最近。 当然，光交换并不是什么新技术。2022年，谷歌在论文中披露，它的数据中心使用MEMS光路交换机，也就是靠微小镜片偏转光路来切换连接的设备，当时已在生产环境中运行近十年，部署量以万台计。 Google Jupiter网络中的MEMS光路交换原理：两组可转动微镜在输入与输出光纤之间重构连接。来源：Google Cloud 彭迪在沙龙上讲到这类方案：它主要用在数据中心较高层级的网络里，在训练和推理之间切换时重新配置网络拓扑；越靠近GPU，拓扑就需要越快地重新配置，大型MEMS系统的成本也偏高。 2010年程祺翔（后来成为剑桥大学副教授、光引科技创始人）进入彭迪团队攻读博士，研究方向之一就是光路交换。他从AI模型的变化，解释了为什么越靠近GPU越要快。在混合专家模型中，不同专家之间需要动态协同，通信需求会随计算任务变化；越靠近GPU等计算单元，通信窗口就越短，对网络重构速度的要求也越高。 光引科技正在推进的纳秒级电光交换，瞄准的就是这类需求。据程祺翔介绍，这是公司去年在中科创星支持下切入的方向，今年光博会上首次发布产品，16×16模组已完成封装，32×32已启动投片。产品真正落地往往要好几年，程祺翔在圆桌上说，这也是他创业之后仍在发表论文的原因：在那之前，论文是向投资人证明技术进展的一种方式。 谷歌至今仍是公开披露中规模最大、最成熟的光路交换部署，其他厂商的部署和订单刚开始增加。但谷歌的MEMS方案和靠近GPU的纳秒级交换，要解决的是两类问题。前者端口多、切换慢，已在生产环境里运行多年；后者要快得多，端口规模、光损耗、调度方式和整套系统都还有待验证。 这条路线已经引来产业资本，英伟达2025年参与了美国公司nEye的B轮融资，今年9月2日又参与了西班牙公司iPronics的B轮融资，两家公司都在做集成化的光交换。 光交换要在数据中心里找新的位置，光传感要找的则是大众终端。 米磊说光传感「没有得到共识」，放在他一贯的说法里看，指的更多是市场认识：信息获取这一环的产业潜力，还没有像光互连那样被充分看到。今年5月接受媒体采访时，他就说过，下一个即将爆发的是光传感。他看好光传感的理由，在圆桌上回忆2016年的投资逻辑时也提到：人工智能的数据来自传感器，而人获取的信息大部分来自眼睛。 光传感的范围很广，从摄像头、激光雷达到芯片上的光谱仪都算。集成化、光谱化是业内比较明确的方向，还没有收敛的，是具体技术路线，以及先在哪类终端起量。这场沙龙讨论的，集中在光谱传感上。 彭迪讲起了光谱仪这些年的变化。他刚开始做研究时，一台光谱仪的尺寸可能有一米见方；到了本世纪初，光谱仪已经缩成手持设备。如今，他的团队希望把整台光谱仪做进芯片，放进手机和手表，研究目标包括透过皮肤组织无创检测血糖、血乳酸、血酒精等指标。 设备缩小之后，还有成本的问题。彭迪说，如果传感器要装进手表，甚至用完即弃，「一个传感器不可能成本高达100美元」。团队最新的卷积光谱仪连同控制电路只有几厘米见方、重约15克，他估计大规模生产后，成本有可能降到10美元以下。 光引科技官网展示的可穿戴式光谱仪形态。把片上光谱设备压缩到腕上终端，是光谱传感走向大众设备的一种产品方向。来源：光引科技 从专业设备走向大众终端，光学感知有过先例，只是每次被带起来的环节不同。手机带起的是CMOS图像传感器这类探测芯片，据市场研究机构Yole统计，2024年市场规模约232亿美元。2017年iPhone X用上结构光人脸识别，其中负责发光的VCSEL激光器，市场当年快速增长。激光雷达则是一整套感知系统，随着中国电动车大规模上车，禾赛科技去年出货了162万台。这些先例说明大众终端能把光学感知的器件和系统带起来，但光谱传感要走同样的路，要跨过的门槛更多。 做硅光光谱传感器的Rockley Photonics，到2022年底还没有一款产品完整实现商业化。苹果曾是它最大的客户，2022年一家客户就贡献了91%的收入；2023年，公司申请了破产保护。它的遭遇说明，从芯片样机到消费产品，商业化风险很高。 苹果自己的无创血糖项目也走得很慢。据媒体报道，这个项目从2010年开始研发，2023年的原型机仍有手机大小，到2025年离上市还有很多年。无创血糖要做到临床级的准确度，还要解决不同人群的校准和监管验证，门槛比一般的皮肤检测高得多。 光引科技选择了首先切入皮肤检测，这类产品不需要先跨过医疗级的门槛。据程祺翔介绍，公司今年已完成第一代产品，希望通过芯片化，把专业皮肤检测设备的价格从约40万元降到约1万元。 比起光交换和光谱传感，光计算、玻璃存储和中性原子量子计算离大规模应用还要更远，难点也各不相同。 光计算首先要解决的是精度，这在曦智的例子里已经看到；往完整的计算系统走，还要处理光电转换、控制、可编程性和规模化集成。彭迪认为它的优势是带宽大、能耗低，但整体仍处在比较早期的阶段。 玻璃存储用飞秒激光在玻璃中写入数据，寿命长，写入后介质保存不需要供电。难处在速度：按最新论文，单束激光的写入速度不到磁带的百分之一，要靠多束并行来提速。圆桌上有嘉宾提到，玻璃存储与现有存储体系相对独立，读取设备同样要提速，还要同步完成纠错。米磊对光存储的判断是，「这个可能更慢一些」。 量子计算这条线，光扮演的角色又不一样。光子派在问到量子计算时，米磊则回答：「光也是量子的基础设施。」 最后回到已经进入规模应用的光互连。它的需求已经不用再证明，放到中国供应链上看，下一个十年的问题落在关键芯片和封装上：能不能造出来，能不能造得够多。 对于中国光子产业最需要补的短板，米磊认为是「光芯片的整个产能」，包括光芯片的流片能力、异质集成和下一代光电先进封装。他把光电先进封装未来的重要性，比作今天台积电的CoWoS先进封装，「未来要把光做成芯片化」。 彭迪在演讲结尾也把异质集成列为集成光子最需要解决的问题：怎样以足够低的成本，把磷化铟和硅等不同材料集成到同一个器件或封装里。 眼下最突出的约束之一是激光器芯片。美国光器件厂商Lumentum今年5月表示，高速光模块所用的EML（电吸收调制激光器）等激光器芯片，供需缺口超过30%；同行Coherent则称，磷化铟产能是公司的首要约束。按美国地质调查局的统计，中国精炼铟产量约占全球七成，下游光模块出货也全球领先。但从铟原料到高速激光器，中间还隔着衬底、外延、芯片制造和测试封装，原料上的份额不会自动变成制造能力。高速激光器芯片和光电先进封装，正是米磊所说要补的环节。 产能要靠扩产，流片要靠平台，异质集成和光电封装还要在技术上继续突破。米磊在采访时提到的先导院8英寸硅光平台，解决的就是硅光芯片的工艺和流片，可以帮助企业更快地迭代；磷化铟激光器的扩产，以及两类材料的异质集成，还要靠化合物半导体和封装能力。平台之外，他也提到上海浦东正在张江打造硅光集聚区。 陕西光电子先导院八英寸硅光平台白光区。该平台于2025年10月正式通线，用于硅光芯片的工艺开发、流片验证与小批量中试。来源：陕西光电子先导院 当年米磊押注光芯片，是因为看到国内光通信大量依赖进口芯片。十多年后，他给中国光子产业指出的短板仍然落在光芯片上，只是问题不止是能不能做出来，还有能不能做得足够多。 回到魏红祥替台下问的那个问题，这场沙龙给出的答案并不整齐。光互连已经不缺需求，难在关键芯片和封装造不造得够；光交换和光谱传感离大规模应用更近，但还要在具体的网络和终端里证明值得这份成本；光计算和玻璃存储，还在从实验结果走向完整系统。 一个方向在没有形成共识之前，无论怎样推理和论述，都需要时间去验证。但有一点至少当下大家都很明确：下一个十年「要站在光里，别光站着」。 本文信息来源于好望角科学沙龙现场演讲与采访、企业公告、招股书及公开报道。全文不构成投资建议。在AI数据中心里，光的作用如今已很少有人争论。回看过去十年光芯片、光模块和光计算各自的进展，再看当下被讨论和展望的光交换、光谱传感和光芯片制造，对于下一个十年，一方面人们低估了光子技术的发展前景，另一方面，光子产业要关注和解决的问题尚未收敛。
冷板凳上的判断
早到的人
光交换：靠近GPU是另一道题
光谱传感：从实验台走向手腕
光计算、存储与量子：更远的几条线
光互连：造出足够多的光
