核心内容总结
随着AI大模型向万亿参数演进，超大规模算力集群成为刚需，传统电互连因带宽、功耗瓶颈逐渐跟不上，光互连（用光线传输数据）成了AI基础设施竞争的新焦点。腾讯、华为等大厂纷纷布局，NPO（近封装光学）作为过渡到更先进CPO技术的“务实选择”，被行业广泛认可。同时，光互连赛道资本热度飙升，产业链从芯片到设备厂商集体卡位，但规模化落地仍面临标准不统一、封装工艺复杂等挑战，国产算力与光互连的结合也成了大厂重点布局方向。
一、光互连为啥成了AI算力的“新基建”？
AI大模型像个“吃算力的怪兽”，比如训练GPT-4需要几万颗GPU一起干活。这些GPU之间要快速传数据，传统用电线（铜缆）传的方式，一是速度慢（像乡村小路），二是发热大、耗电多（跑久了会“中暑”）。光互连用光纤传数据，就像把乡村小路换成了高速公路：速度快10倍以上，功耗却能降一半，还能支持更多GPU连在一起（比如从几千卡到几万卡的集群）。所以现在AI基础设施竞争，不再比单颗GPU多强，而是比“怎么把几万颗GPU高效连起来”——光互连就是解决这个问题的核心技术。
二、NPO：当前最接地气的光互连方案
光互连有几个技术路线，最先进的是CPO（把光模块和芯片装在同一个封装里，距离最近效率最高），但CPO技术难度大，需要先进封装工艺，国内暂时做起来费劲。NPO是CPO的“过渡版”：把光模块放在芯片封装附近（不是同一封装），既缩短了数据传输距离，又不用动现有芯片的封装工艺，对产业链改动最小。
举个例子：NPO去掉了传统光模块里的DSP（信号处理芯片），虽然对光引擎要求更高，但缩短的铜导线能减少信号干扰，刚好弥补损失，还能省成本和功耗。腾讯预计2026年四季度部署NPO超级节点，字节、阿里的超节点也用了NPO方案，说明行业已经达成共识：先搞NPO，再慢慢过渡到CPO。
三、产业链和资本都在抢光互连赛道
今年WAIC大会专门设了“AI光算力专区”，中际旭创（光模块）、源杰科技（光芯片）、曦智科技（光互连方案）等企业展示了从材料到设备的完整产业链。资本方面更热闹：
- 中际旭创通过港交所上市聆讯，准备融资扩产；
- 美国芯片巨头Marvell花32.5亿美元收购光子互连公司Celestial AI；
- 曦智科技登陆港交所，光本位科技等初创企业也拿到了新一轮融资。
TrendForce预测，2025年CPO/NPO市场规模约1亿美元，到2030年能涨到390亿美元以上——这赛道未来十年要翻390倍，难怪大家都在抢。
四、规模化落地还卡在哪？
光互连虽然前景好，但要大规模用起来还有不少“拦路虎”：
1. 标准不统一：各家大厂的NPO方案不一样，比如腾讯和字节的机柜设计不同，上游厂商要单独定制，成本高、周期长；
2. 技术难题：封装工艺复杂（光模块和芯片靠近装，散热、信号稳定都是问题）、光器件性能要求高（比如NPO需要更精准的光引擎）；
3. 生态协同：光互连不是换个线就行，要GPU芯片、软件、设备一起改。比如GPU的接口要重新设计，端到端的系统方案才能落地；
4. 成本问题：目前NPO方案的定制化机柜成本偏高，普通企业用不起，需要推动标准化降低成本。
五、国产算力+光互连：大厂的“双保险”
腾讯除了部署NPO，还计划明年和后年大规模上国产算力，目的是降低AI推理的成本（国产算力比进口GPU便宜）。为什么要把国产算力和光互连结合？因为进口GPU的高端互连技术不对外卖，国内GPU厂商又没成熟方案，光互连刚好能填补这个空白——用国产算力+光互连，既能摆脱对进口的依赖，又能满足超大规模集群的需求。
不过沈亦晨（曦智科技创始人）也说，国产算力最缺的是“开放生态”：计算、存储、软件各环节要合作，不能各自为战，这样才能一起把光互连和国产算力的优势发挥出来。
总结
光互连是AI大模型时代的“必选项”，NPO是当前最现实的过渡方案，产业链和资本都在加速布局，但标准、技术、生态等问题还需要时间解决。未来几年，谁能先把NPO规模化落地，谁就能在AI基础设施竞争中占得先机。而国产算力和光互连的结合，可能会成为中国AI产业突破的关键。