如果说过去的光通信产业是在解决“怎么把数据传得更远”，那么AI时代，光通信正在面对一个完全不同的问题：“怎么把越来越多的数据，以更高的带宽、更低的功耗，在越来越密集的算力节点之间搬运。”这是今年光博会上最明显的变化之一。

从800G到1.6T，再到3.2T、6.4T；从传统可插拔光模块，到LPO、NPO、CPO、OIO；从硅光、薄膜铌酸锂、VCSEL，到高速连接器、光纤阵列、先进封装，再到测试测量和光电协同设计——今年光博会已经很难再被简单理解为一个“光模块展”。

更准确地说，它正在变成一场“AI算力基础设施的光连接技术展”。

在今年的光博会收官日，电子创新网与是德科技举办了一场主题为《AI时代的光通信：从OFC到CIOE，我们看到了什么？》的直播，在本次直播中，是德科技技术支持经理李凯给出了一个很有意思的判断：现在并不是某一种技术已经确定胜出，而是不同技术都在自己的应用场景中寻找边界。

这句话其实非常重要。因为今天光通信最值得关注的变化并不是“谁会淘汰谁”，而是光连接正在进入多技术路线并行、快速迭代和工程化竞争的新阶段。

李凯说AI对光通信的需求，本质上来自算力规模的变化。他指出过去的数据中心，几百台、几千台设备之间进行网络连接已经是一个庞大的系统。但到了AI时代，从千卡到万卡，再到更大规模的GPU集群，真正需要解决的问题已经不只是服务器之间的数据通信，而是“海量计算芯片之间的数据交换”。

这会直接改变光通信的需求结构。

“目前光模块的主流需求仍然来自Scale-out，即服务器、交换机等网络设备之间的连接；数据中心之间的长距离互联则更多涉及相干光通信。但新的变量正在出现：Scale-up。”李凯表示，“Scale-up连接直接面向GPU、NPU等计算芯片之间的互联。在超节点中，如果希望把更多GPU连接起来，铜连接会越来越受到距离、损耗、功耗和空间密度的限制。”

他举例说在单通道200G的情况下，纯铜连接的有效距离已经非常有限，ACC、AEC等方案可以进一步延伸，但总体上仍然主要服务于机柜内部或者相邻机柜。问题在于，AI集群正在不断突破这个边界。

“一旦Scale-up开始大量引入光连接，意味着什么？光连接的数量可能不是增加一点，而是出现一个数量级的扩张。这也是为什么NPO、CPO以及各种板级、封装级光连接方案突然变得如此热门。”李凯指出，“过去光通信解决的是“网络连接”，现在它开始向“计算连接”靠近。这可能是AI给光通信带来的最重要变化。”

直播主持人电子创新网张国斌表示从展品看另一个明显变化，是光模块的迭代速度正在加快。

过去光模块从50G、100G到200G，产业通常有比较长的产品迭代周期大致4年左右；而AI需求起来之后，从400G到800G，再到1.6T，迭代明显加速 迭代周期已经缩短到两年甚至一年！

他表示预测机构指出目前800G光模块全球出货量已经达到数千万只的规模，1.6T也已经从研发阶段逐渐进入生产阶段。对于1.6T而言，未来一段时间的关键已经不只是“能不能做出来”，而是“能不能快速扩产，以及不同技术路线能否找到自己的规模化应用场景。”

这也是为什么今年光博会上，单波400G的1.6T产品已经成为重要看点。

李凯表示下一站是3.2T，但这里有一个容易被忽略的问题：3.2T并不意味着所有技术都必须同步升级到单通道400G。

从光连接的基本关系来看：总带宽 = 单通道速率 × 通道数量。因此，提高总带宽其实有两条路。一条是提高单通道速率；另一条是增加通道数量。目前业界实际上正在同时探索这两条路线。

例如，一些3.2T方案仍然可以通过更多通道实现高密度连接，而另一条路线则继续向单通道224G、448G甚至更高方向推进。

所以今年展会上会同时出现各种高速率方案和高密度光连接方案。

“未来的竞争并不是简单地比谁的单通道速率最高，而是比谁能在带宽、功耗、密度、成本和可靠性之间找到更好的工程平衡。”李凯强调。

如果说以前的光模块产业具有比较明显的组装属性，那么今年光博会传递出的另一个信号是：光模块正在变得越来越像半导体。

李凯表示这方面的原因很简单。因为当速率从800G走向1.6T、3.2T，当光连接开始从机柜走向板卡、芯片甚至封装内部，传统意义上的“把几个器件装起来”已经无法解决问题。

硅光开始进入更广泛的应用。光芯片、DSP、调制器、探测器、光引擎、光纤阵列以及先进封装之间的关系越来越紧密。尤其是当光开始靠近计算芯片，光和电之间的边界也开始变得模糊。过去一个团队可能由光工程师负责光、电工程师负责电，两边分别优化。现在越来越难这样做。

“因为在高速链路中，电会影响光，光也会影响电。尤其是在LPO等去DSP方案中，电和光之间不再有DSP进行隔离，系统必须直接面对整个电光链路的耦合问题。”李凯解释说，“这意味着光通信正在从过去相对独立的光学工程，逐渐走向光、电、芯片、封装协同设计。

这也是为什么今年光博会上，半导体厂商、晶圆厂、封测厂以及先进封装企业的存在感明显增强。”

光通信与半导体之间的边界，正在变得越来越薄。

“NPO、CPO、LPO、OIO，谁会成为下一代主流？”这是今年光博会上最容易引发讨论的问题。但在直播中的李凯的一个观点值得特别注意，他说：“不要把技术路线理解成一场“押宝游戏。传统可插拔、LPO、NPO、CPO以及未来的OIO，并不是简单的你死我活。不同方案实际上对应不同的工程约束。”

他解释说传统可插拔最大的优势是开放、灵活、可维护，而且产业链成熟；LPO通过减少DSP带来功耗和成本方面的潜在优势，但同时增加了电光链路协同设计和互操作方面的挑战；NPO、CPO进一步把光学部分靠近计算和交换芯片，有利于解决距离、密度和功耗问题，但也会带来封装、散热、维护以及供应链方面的新问题。OIO则把这种趋势进一步推进——让光与电在芯片或者Chiplet封装层面更加深度地结合。

所以，他总结说：与其问“谁会取代谁”，不如问：“什么场景应该使用什么技术？

这其实更符合光通信这个产业的实际发展方式。

李凯提到到2028年前后，有些技术路线都有可能出现商业应用，但真正的差异将体现在规模和应用场景上。换句话说，未来几年很可能不是“一种技术统治市场”，而是多种技术在不同距离、不同带宽、不同功耗预算和不同维护要求下并存。

张国斌表示在观展时注意到，不少公司展出了去DSP方案，对此李凯表示随着高速率和高密度连接的发展，DSP一方面是推动800G、1.6T产业快速成熟的重要技术之一；另一方面，它的功耗和成本也让产业开始探索去DSP。但“DSP”和“去DSP”并不是简单的替代关系。对于长距离、互操作性要求较高的连接，DSP仍然具有价值。而对于距离较短、密度要求更高、对功耗更加敏感的Scale-up场景，去DSP方案则存在明显的探索空间。

这背后其实反映出AI光通信的一个重要特征：技术路线正在从“统一标准答案”，变成“场景化选择”。只要AI集群规模继续扩大，整个市场的“蛋糕”也在扩大，因此短期内并不存在必须由一种技术把另一种技术彻底吃掉的问题。

今年光博会上一个容易被忽视的现象，是测试测量展区的人流同样非常密集。这并不是偶然。

李凯表示光通信的高速化，最终一定会把压力传递到测试环节。800G、1.6T已经如此，到了224G、448G电信号时代，问题会更加明显。如果波特率继续提升，芯片、封装、连接器、PCB、电缆等环节的带宽要求都会明显提高；与此同时，系统的margin越来越小。

过去可以把电和光拆开测试。但未来越来越难。尤其是在LPO等去DSP架构中，电和光之间的耦合关系更加直接，测试方法也必须重新定义。

李凯在直播中介绍了是德科技针对3.2T高速连接、新型光引擎、NPO、CPO、XPO、OCS以及光芯片、调制器、探测器等器件的测试方案，并提到光电器件测试能力也在不断向更高频率演进。

李凯还指出到了448G，测试已经不再只是“测一下参数”。它需要回答一个更复杂的问题：整个电—光—电链路，究竟还能剩下多少系统margin？这也是为什么测试正在从一个相对独立的生产环节，逐渐变成整个高速光通信产业研发闭环的一部分。

如果说测试变化还不够明显，那么EDA的变化更能说明光通信正在“半导体化”。以硅光为例。一个硅光器件并不是设计完成、流片、测试就结束了。设计首先需要仿真，然后进入晶圆工艺；流片后需要测试实际器件参数，再把这些参数反馈给模型，修正设计，再进行下一轮迭代。

于是，一个新的循环出现了：

仿真 → 设计 → 流片 → 测试 → 参数提取 → 模型修正 → 再仿真。

这和传统半导体设计流程越来越接近。更重要的是，当光与电进一步融合之后，过去相对独立的光学仿真和电路仿真也必须逐步打通。

在直播中，李凯也谈到是德科技围绕电光联合仿真、仿真与测试闭环进行的相关布局。这意味着未来的光通信产业链里，可能出现一个过去并不那么明显的交叉领域：光通信 × 半导体 × EDA。

这可能会成为未来几年值得持续观察的一条产业线。

张国斌提到另一个今年展会上越来越明显的关键词是液冷。李凯表示液冷并不是因为光模块突然需要液冷，而是因为整个AI基础设施正在进入更高密度阶段。目前1.6T可插拔光模块并不一定需要液冷。直播中提到，部分1.6T产品通过新的DSP工艺，可以将功耗控制在约25W左右，在这种情况下，风冷仍然可以工作。

他指出真正推动液冷进一步普及的，是未来更高密度的NPU、CPU以及板级、封装级光连接。当越来越多的计算和光连接被塞进有限的空间，散热问题最终会成为系统设计的一部分。

所以，液冷与其说是光通信的一个独立趋势，不如说是：AI算力密度提升之后，整个基础设施必须面对的系统性问题。

直播中还讨论了一个容易被过度简化的判断，就是“光进铜退”。李凯表示从工程角度看，这并不准确。目前铜的优势依然非常明确：成本、可靠性和短距离连接能力。光的优势则主要体现在更高带宽、更远距离以及更高密度场景。

因此他强调真正的趋势不是“光替代铜”，而是“光铜并举，连接距离和应用场景重新划分。”

短距离、高性价比连接仍然可以使用铜；当距离、带宽、密度和功耗达到一定阈值之后，光的优势开始显现。而随着高速率不断提升，这个边界还会继续变化。

例如在448G时代，单通道速率提升可能进一步压缩铜连接的有效距离，相干技术甚至可能向更短距离的数据中心场景下沉。所以，未来光通信产业真正发生变化的，并不是“铜消失了”，而是：光和铜分别承担什么连接任务，正在被重新定义。

回头看今年光博会，会发现一个非常有意思的现象：最热的已经不只是光模块。

光芯片、硅光、薄膜铌酸锂、VCSEL、高速连接器、FAU、新型光纤、OCS、NPO、CPO、光引擎、先进封装、测试测量……几乎整个产业链都在寻找自己的下一代技术。这其实是AI带来的真正变化。

李凯表示过去，一颗芯片的性能提升，更多依靠制程升级。但随着先进制程继续向更先进节点推进，单纯依靠缩小晶体管获得性能提升越来越困难。于是，更多芯片、更先进封装、更高带宽互联成为新的性能增长路径。而一旦计算系统从“单芯片性能竞争”转向“系统级性能竞争”，连接就不再只是辅助技术。

它本身就是计算系统的一部分。

这也是为什么光通信正在从传统的通信产业，越来越深地进入AI计算基础设施。

李凯表示如果把这次光博会看到的变化压缩成几个关键词，大致可以归纳为：1.6T、Scale-up、硅光、光电融合、先进封装。其中，1.6T已经进入规模化阶段；Scale-up则可能打开比传统Scale-out更大的光连接空间；硅光正在成为越来越多新型光连接方案的基础技术；光电融合正在改变设计、测试和封装方式；先进封装则可能成为光真正进入计算芯片附近甚至封装内部的关键基础。

至于NPO、CPO、LPO、OIO以及其他新型架构，未来几年大概率仍然会处于并行探索状态。它们最终能走多远，不能只看实验室里的指标。还要看成本、功耗、可靠性、可维护性、供应链、标准、互操作性以及客户最终是否愿意为它买单。说穿了就是考虑经济因素。

这也是这次直播中一个非常重要的判断：光通信正在进入一个“技术迭代速度越来越快，但最终仍由工程化决定胜负”的阶段。

李凯表示从这个角度看，今年光博会最值得关注的其实不是某一款1.6T产品，也不是某一种新型光互联架构。真正值得关注的是，光正在从“连接设备的技术”，逐渐变成“连接计算的基础设施”。而当光开始进入芯片、板卡和先进封装，光通信与半导体之间那条曾经清晰的边界，也正在慢慢消失。

这可能才是AI时代光通信最深层的一次变化。

对此，大家怎么看？欢迎在评论区留言讨论！