2025年，光模块行业站上风口之巅。二级市场上，“易中天”（中际旭创、新易盛、天孚通信）一路狂飙，股价走势成为市场焦点。就在业界为800G光模块产能奔走之际，更深层的技术变革已经在酝酿：OIO——芯片间光互连技术正站在新一轮计算革命的起点。

与此同时，在万卡、十万卡大模型算力集群中，超过90%的能耗消耗在数据搬运而非计算本身——电互连已逼近效率极限。而片间光互连（OIO）则被认为是把连接从电推向光的关键一跃：它将芯片间短距互连从铜线切换为光学路径，从而在传输能耗、带宽密度、延迟与距离等多个维度上实现数量级突破。

在这片领域的融资事件中，与其说资本在投资一家公司，不如说它们看中的是中国算力底层结构的转向机会。“这就像你组建了一支顶级的F1赛车手队伍，却让他们在乡间土路上飙车，而不是在顶级的F1赛道上进行比赛。”光联芯科CEO陈超曾在某行业论坛公开表示，“电更擅长计算，光更擅长连接。我们做的，就是为AI芯片之间铺一条‘光速公路’。”

在大模型时代，数据中心的定位已经超越“机房+电力”的基础设施，要成为一个以算力为核心输出的能量系统。

然而，该系统正面临深层次效率瓶颈，问题不仅在于芯片性能限制，更在于芯片间连接效率太差。究其根本，带宽硬件限制、传输能耗失衡、铜质物理极限是三大本质原因。

首先，硬件条件形成了天然的限制。数据传输带宽的明显不足，导致算力被严重锁死在较低的利用率上。在多层级通信场景下——GPU对GPU、机柜对机柜，甚至数据中心间通信——现有带宽无法满足大规模并行计算的需求。

其次，虽然数据量呈现爆炸式增长，但传输能耗失衡严重。以当前训练参数量动辄数千亿甚至万亿级的大模型为例，数据在芯片间的移动消耗的能量占整个系统总能耗的九成以上。

换句话说，真正用于计算的能量不到10%，其余的都被浪费在“搬运”数据上。能源的这种非效率消耗不仅增加了运营成本，也反噬了实际可用算力，让AI基础设施承受着一种难以量化的“隐形税”。

再者，传统铜互连存在难以突破的物理极限。受趋肤效应影响，铜线只能利用表面传导电流，导线内部未能充分参与传输，导致能量大量转化为热量，极大的增加了能耗。

随着传输速率提高，铜互连的有效距离急剧缩短，从几十厘米降到仅几厘米，这意味着机架内甚至跨机架的多卡互连面临物理“接不起来”的瓶颈。在万卡级集群中，这种限制直接制约了整体算力的扩展，成为阻碍国产算力发展和大模型训练与推理效率的关键因素。

在这一技术的停滞点上，光联芯科看到了创新转向的起点：单芯片算力与英伟达有一定差距没关系，如果我们能让国产芯片以大带宽、低能耗的光互连链接起来，完全有可能在“计算+互连”的系统层面超越英伟达，而且运营成本还能有数量级的下降。

光互连在此时显现出独特价值——它不再是理论上的替代方案，而成为解决现有算力瓶颈的可行架构。

光互连的优势不仅在于带宽提升，更体现在系统级能效优化。当前万卡级集群的电费占比巨大，通过光互连技术，光联芯科的OIO方案有望将推动带宽提升两个数量级，能耗降低两个数量级，这意味着数据中心的运营成本和能源消耗将大幅下降。随着这一技术的应用，中国算力的可用值将被彻底改写，传统依赖堆芯片的模式正在被“光互连”的新逻辑所替代。

当前，三个结构性现实已经摆在这片市场眼前：一是国家算力需求已进入确定性扩张，有报告显示2020-2023年全国算力年复合增长率约30%，头部企业已进入千亿级CAPEX投入周期；二是“东数西算”等规划使跨区域算力调度成为刚性需求，传统互连方案已无法支撑这一拓展；三是中国在光模块与封装领域已具备全球供应链优势，部分规格产品的成本大幅低于海外方案。

这意味着，光互连有望成为中国率先规模化落地的一项主场技术。它可以通过提供更高带宽和能效比，支撑头部企业千亿级算力扩张；凭借低延迟、高速传输，满足智算中心超节点算力调度的刚性需求；同时依托国产光模块和封装的供应链优势，大幅降低成本，实现可控可复制的规模化部署。中国AI算力的竞争格局，正在被一束光重新定义——从“堆芯片”的传统逻辑，转向“光互连”的新秩序，光联芯科正站在这一变革前沿。未来十年，这项技术能否推动中国AI算力实现系统级超越，将成为全球半导体和AI产业观察的重要焦点。