RESEARCH · LIGHTELLIGENCE · PHOTONIC COMPUTING
曦智科技光,能不能绕开摩尔定律
功耗墙与内存墙逼近物理极限,光计算被视为破局路径;但真正让曦智赚到钱的,是「光互连」而不是「光计算」。
数据基础:招股说明书、2026 年半年报及公开产业资料 · 全文按「产品—竞品—物理约束」三层展开
00 · 核心结论
结论一:光算力的对手不是 GPU,是物理定律。摩尔定律撞上功耗墙(量子隧穿、寄生电容),冯·诺依曼架构撞上内存墙(算得比传得快)。光电混合的价值不在「算得更快」,而在用光做线性运算与互连,绕开对 3nm/5nm 极先进制程的依赖——28nm 以上工艺即可实现数量级能效提升。
结论二:收入主要靠「光互连」,不是「光计算」。2026H1 收入 7,978 万元(+284%),其中光互连 6,070 万(占 76%,+275%)、光计算 1,908 万(占 24%,+313%)。光计算增速更快但基数小,短期现金流由超节点互连撑起——这正是「以短养长」的现实版本。
结论三:真正稀缺的是「千卡级集群已商用」。LightSphere X 已落地上海仪电国产算力集群,互连成本约为传统方案的 31%、GPU 冗余率降一个数量级。全球三家里,只有曦智同时握着计算内核与全局网络两张牌——Lightmatter 押中介层、Celestial AI 押内存池化、Ayar Labs 只做芯粒。
结论四:隐藏的功耗墙在 ADC/DAC,不在光路。光子传输与干涉几乎不耗能,但高速 ADC/DAC + TIA 可能吃掉系统总功耗的 70%–80%。这意味着:未来光算力公司的护城河,一半在高性能混合信号 ASIC 的 IP 积累,而不只是硅光设计。
结论五:全行业都在「降级成互连公司」,这是理性的。万亿参数模型装不进单卡,竞争焦点从「单卡峰值算力」转向「集群扩展能力」。与其硬碰 CUDA 生态,不如去解决巨头的通信瓶颈——合作赋能的落地速度,远快于直接替代。
01 · 产业背景:两道墙逼出的技术路线
从千亿到万亿参数,算力需求的速度已经超过半导体的进步速度
为什么是光。光子具备四项天然优势:极高带宽承载、极低传输延迟、近乎为零的传输能耗、天然的波分复用(WDM)并行能力。通过光电混合协同设计,把线性矩阵运算(MAC)与超高速互连交给光,把非线性与逻辑控制留给电——这是当前唯一能同时打穿两道墙的工程路径。
02 · 公司沿革与财务:从原型到交付
MIT 物理博士沈亦晨 2017–2018 年创办,总部上海;「双轮驱动」= 光计算 + 光互连
2023–2025 营收复合年增长率 66.9%;2026H1 上年同期收入 2,079 万元。
收入结构——「双轮」的真实配比:
读这张表要注意一件事:光计算增速(+313%)确实快于光互连(+275%),但绝对额差距从 4,100 万级扩大到 4,162 万——占比只从 22.23% 微升到 23.92%。所谓「双轮驱动」,现阶段实际上是一个大轮子拉着一个小轮子跑。这既是商业化的务实,也说明光计算距离规模变现还有距离。
亏损收窄的关键在经调整净亏损仅增 11.95%,远低于营收 284% 的扩张速度——规模效应初步显现,这是这份财报里最有价值的一条。毛利率 65.8% 说明产品端已有定价能力。
03 · 光计算:用干涉做矩阵乘法
大白话:不是「算得快」,是「让光自己算出结果」
怎么算的(六步):① 输入向量从片上 SRAM 取出 → ② DAC 转成模拟电压 → ③ 电压加载到光调制器,把数据变成特定强度/相位的输入光矢量 → ④ 相干光进入马赫-曾德尔干涉仪(MZI)阵列,向两条干涉臂加不同电压改变折射率,精准调整相位 → ⑤ 两束光在波导交汇处发生相长或相消干涉,物理上等效于对光强度加权求和,矩阵乘法瞬间完成 → ⑥ 输出光经光电探测器转电流,再经 TIA 与 ADC 回到数字域。
真正的好处是延迟:运算本质是光在波导里跑一趟,单次光子矩阵计算整体延迟控制在 3 纳秒以内,远低于硅基电子芯片的时钟周期。核心计算几乎不发热,功耗集中在光电转换与数模转换环节。
PACE 2 是真正的分水岭。首次用 3D TSV 把光子集成电路(PIC)与控制存储的电子集成电路(EIC)高密度垂直封装,光子器件集成度破 4 万,且可编程——允许用户自由配置矩阵系数、兼容主流 AI 框架。基于它的「天枢·光立方」盒式一体机,把光源、冷却、计算装进小机箱,第一次让光计算在边缘场景长稳运行,打掉了「只能待在实验室」的刻板印象。
04 · 片上光网络:Hummingbird(蜂鸟)
不在算力上做文章,改在「芯片内部的路」上做文章
这是全球首款专为特定领域 AI 工作负载设计的片上光网络(oNOC)处理器。做法是摒弃传统片上网络总线,用垂直堆叠系统级封装(SiP)把底层光子中介层与顶层 64 核 AI 推理 ASIC 耦合。通过在光芯片上构建固定或可调的通信拓扑,利用光广播与 WDM 实现核心间数据交互。
关键区别:波导里的光以光速传播,数据可在所有核心间接近零延迟地全对全广播——这彻底消除了电子网络级联交换的排队延迟与多跳功耗。对吞吐和延迟要求极高的 AI 推理任务,这是传统数字互连做不到的。
注意它的定位:Hummingbird 不是加速器,是「内部总线」的替代品。PACE 解决的是「如何算」,Hummingbird 解决的是「算完怎么传」。两者共同构成曦智在单芯片层面的两张牌。
05 · 集群重构:dOCS 与 LightSphere X
把「中央交换机」拆掉,装到每个节点的网卡上
LightSphere X(光跃)——这条最值得看重:联合壁仞科技、中兴通讯等推出,2025 年 WAIC 拿下 SAIL 奖,网络架构论文被 SIGCOMM 2025 接收(国际通信网络顶会,不是软文奖)。已落地上海仪电国产算力集群,中国首个商业化、自主研发的千卡级光交换计算集群。
06 · 封装演进:NPO 与 CPO
光模块的终极方向:一步步贴近芯片,直到和它同处一块基板
07 · 全球竞争格局:三强与曦智差在哪
北美靠资本与供应链先发,曦智靠「全栈 + 已落地」
Lightmatter(44 亿美元):从光计算转向「光学主板」。与曦智同源 MIT 背景(创始人 Nick Harris 与沈亦晨早期学术阶段有交集)。战略重心已从 Envise 光计算转到 Passage 3D 光子中介层:4000mm² 晶圆级(Cross-reticle 金属缝合,300mm SOI)、256 根光纤、114.6 Tbps 双向带宽、2.3 pJ/bit。核心创新是 Edgeless I/O——打破芯片必须靠边缘「海岸线」通信的限制,GPU/CPU/HBM 直接 CoW 封装在中介层上方。它不想取代英伟达,是想当所有 XPU 的「高速光学主板」。难点在热应力(要支撑 1.5kW+ 散热)、微环波长漂移与封测供应链。
Celestial AI(Marvell 以 32.5 亿美元收购,含对赌最高 55 亿美元):放弃计算,只打内存墙。Photonic Fabric 用光纤互连(<150 纳秒)+ CXL 协议实现跨节点内存池化——GPU 可近乎无感地直接访问远程机架的 DDR5 内存池,从而缓解对昂贵 HBM 的依赖。技术上特意选 EAM 而非 MRM,规避微环对温度的极度敏感。被 Marvell 收编后,与以太网交换芯片、PAM DSP、UALink 生态协同,这将是曦智在 Scale-up 市场最强的生态级对手。
Ayar Labs(37.5 亿美元):极致专注,只做芯粒与光源。TeraPHY 芯粒走标准 UCIe/AIB 电气接口,可像积木一样与 GPU/CPU/ASIC 2.5D 共封装,MRM 加持下做到 每毫米 2 Tbps 边缘带宽密度、2 公里传输。更聪明的是把激光器拿出来做外部光源(ELS)——因为激光器内置在高温 ASIC 封装里会严重衰减寿命——其 SuperNova 模块符合自家主导的 CW-WDM MSA 标准,提供 16 个独立波长、16 Tbps 总带宽。相比之下,曦智提供的是含交换芯片与计算核心的系统级方案。
生态图谱补记:Lightsolver(光域求解 NP-hard)、Lightium(薄膜铌酸锂 TFLN 代工,挑战硅基)、Dust Photonics(高功率激光器与极低损耗耦合)、Xscape Photonics(可编程梳状激光器)、Phlux(含锑合金 APD)、Pilot Photonics(单片集成梳状激光器)。另需区分:国内玻色量子同以光子为载体,但属光量子计算(纠缠与叠加解特定组合优化),与曦智面向 AI 的经典光子矩阵计算(oMAC)原理不同,不构成直接商业竞争。
08 · 三层产业洞察
第一层:调制器之争,本质是「稳定」与「密度」的取舍。
行业共识因此清晰:「执行复杂计算的芯片必须追求极致稳定(选 MZI),负责海量传输的互连芯片必须追求极致带宽密度(选 MRM 或 EAM)」。这不是路线对错,是工程哲学的取舍。
第二层:真正的功耗墙,藏在 ADC/DAC 里。光子传输与干涉几乎不耗能,但为了匹配 1GHz 以上的光子计算速度,必须用数十 GS/s 的高速 ADC/DAC。实验数据显示,这些高速混合模拟电路占硅片面积极大,功耗可能达系统总功耗的 70%–80%——这是光计算实现数量级能效飞跃的最大痛点。曦智的做法是近存计算:把 SRAM、控制逻辑与 DAC/ADC 阵列紧排,用 2.5D 微凸点或 3D TSV 极度缩短模拟走线,降低寄生电容。学术前沿则在试「时间复用电容积分器」替代高频 ADC。推论:未来光算力公司的护城河,一半在高性能混合信号 ASIC 的 IP 积累与数模协同时序管理,而不只是硅光设计。
第三层:从「单点算力颠覆」到「互连生态妥协」。2017–2020 年,所有光子公司的宏大愿景都是直接用光算力颠覆 GPU。但 Transformer 确立统治地位后,模型参数指数暴涨——单芯片算力再强也装不下万亿参数,「集群扩展能力」取代「单卡峰值算力」成为主要矛盾。于是:Lightmatter 转向中介层互连底座;Celestial AI 彻底放弃前端计算、投向 Marvell;曦智则维持计算研发的同时,把资源向光互连倾斜,用 LightSphere X 直接对接现有 GPU,快速换来过亿元营收。这揭示了一条产业规律:导入期里,与其硬碰 CUDA 生态,不如去解决巨头的通信与内存瓶颈——「合作赋能」拿 design win 的速度,远快于「直接替代」。PACE 3 没有被放弃,它是藏在边缘推理、金融高频量化、EDA 仿真等垂直场景里的长期增长曲线。
09 · 总结:三个判断
给产业观察者的落点:曦智目前最硬的资产不是「光计算」这个概念,而是三件可验证的东西——① 千卡级集群已商用(上海仪电);② SIGCOMM 2025 的论文与 SAIL 奖(可查的技术背书);③ 毛利率 65.8% 与经调整亏损仅增 11.95%(可算的经营改善)。光计算是故事,光互连是生意,两者都还需时间验证。
光负责传输与线性运算 · 电负责非线性与逻辑
数据来源:曦智科技招股说明书、2026 年半年报及公开产业资料
免责声明
一、本文基于曦智科技(Lightelligence)招股说明书、2026 年半年度报告及公开产业资料与学术论文整理与分析,力求但不保证所载信息与数据的准确、完整。文中财务数据为公开披露口径;对产品参数(如矩阵规模、延迟、带宽、能效等)的表述均引自公司披露或公开资料,未经第三方独立测试验证。竞争对手的估值、收购对价等信息来自公开报道,可能存在更新或修订,请以官方公告为准。
二、本文仅供产业研究与交流参考,不构成任何证券买卖的要约、要约邀请或投资建议。文中对技术路线、竞争格局与商业模式的判断均为基于公开信息的分析观点,不预示任何公司股价走势,亦不构成对相关企业的投资推荐。光计算与硅光产业仍处早期,技术路线存在被替代风险,商业化进度与盈利时点具有显著不确定性。
三、市场有风险,投资需谨慎。读者据此操作产生的任何损益,与本文作者无关。如对内容有异议或认为存在事实性错误,欢迎留言指正,我们将及时核实更正。

研报速递