发布信息
登陆/注册

行业企业 

当前位置： 首页 行业企业 正文

AI 光互连生产线:从一根光纤到一颗 1.6T 光模块

作者：本站编辑      2026-06-04 16:00:32     0
AI 光互连生产线:从一根光纤到一颗 1.6T 光模块

1. AI数据中心为什么需要光互连

AI 数据中心需要的不是单独一个光模块，而是一整条光互连生产线。这条生产线从底层材料开始，经过晶圆、芯片、光器件、封装、测试，最后变成可以插进交换机的800G、1.6T 光模块。
如果继续向前演进，它还会变成CPO 光引擎和硅光子系统。它的核心任务，是让数据在GPU、交换机、机柜和数据中心之间高速流动。
AI 集群和传统服务器最大的区别，是数据搬运量急剧放大。大模型训练和推理需要成千上万颗GPU 协同工作，算力越集中，芯片之间、机柜之间、数据中心之间的互连压力就越大。
所以，AI 光互连的主角不是某一家被点名的公司，而是一整条由材料、芯片、光器件、模块和设备组成的生产线。

2.光纤和光棒：最底层的玻璃材料

最底层的材料是光纤。光纤看起来只是一根透明玻璃丝，但它的核心材料是高纯度二氧化硅。
为了让光在里面传得更远、更稳定，制造时还会加入锗、磷、硼、氟等掺杂材料。这些掺杂材料的作用，是调节玻璃内部的折射率。
光纤内部并不是均匀的一整根玻璃，而是分成纤芯和包层。纤芯负责传光，包层负责把光限制在纤芯里传播。
光纤不是直接拉出来的，而是先制造光棒。光棒可以理解为一根放大版的光纤母材，内部已经提前做好了纤芯和包层的折射率结构。
常见光棒工艺包括MCVD、OVD、VAD、PCVD等。这些工艺的本质，都是把高纯气体原料在高温下反应，沉积成玻璃材料，再烧结成致密、透明、低杂质的预制棒。
光棒做好以后，才会进入拉丝塔。拉丝塔会把光棒加热到接近软化状态，然后从底部把它拉成直径约125 微米的细光纤。
光纤拉出后，需要立刻涂覆紫外固化树脂。这层树脂不是为了传光，而是为了保护玻璃纤维不受水汽、划伤和机械应力破坏。
随后，光纤还要经过张力控制、强度筛选、损耗测试和卷绕。长飞光纤、亨通光电、中天科技、烽火通信等公司，主要对应光棒、光纤、光缆和通信网络基础设施这一层。

3.磷化铟衬底：激光器为什么不能只靠硅

再往上，是制造激光器和探测器所需的化合物半导体材料。高速光模块不能只靠硅。
原因很简单，硅是间接带隙材料，发光效率很低。真正负责发光的芯片，常常需要磷化铟、砷化镓等III-V 族化合物半导体。
磷化铟的第一步，是制造衬底。制造衬底之前，企业要先长出单晶晶锭。这个过程通常需要把高纯铟和磷放进高温、高压环境中。
常见方法包括液封直拉法和垂直梯度凝固法。难点在于磷容易挥发，晶体内部还容易产生位错、杂质和热应力，所以磷化铟晶圆的良率比硅晶圆更难控制。
单晶晶锭长出来以后，要经过切片、研磨、抛光和清洗。这些步骤完成后，才会得到InP 晶圆。
但这个晶圆还不是激光芯片。它只是制造光芯片的“地基”。
接下来，要在 InP晶圆表面做外延生长。外延生长就是用 MOCVD 或 MBE 等设备，一层一层长出不同材料、不同掺杂浓度的半导体薄膜。
源杰科技、仕佳光子、长光华芯、光迅科技、华工科技等公司，常被放在光芯片、激光器和光器件环节讨论。

4.光芯片和激光器：把电信号变成光

激光器真正的核心结构，藏在外延层里。比如EML 激光器，通常由DFB 激光区和电吸收调制区组成。
它可能用到 InP、InGaAsP、InAlGaAs 等材料体系。每一层材料的厚度、组分和掺杂浓度，都会影响激光波长、调制速度、阈值电流和工作温度。
外延片做好以后，进入光芯片制造流程。它也需要光刻、刻蚀、金属电极沉积、介质膜沉积、退火等步骤。
但光芯片和普通电芯片不同。普通芯片主要控制电子，光芯片既要控制电子，也要控制光。
它要让光被产生、限制、调制、传输，并最终耦合进光纤。
一颗激光器芯片制造完成后，还要经过解理。解理是把晶圆切成单颗芯片，并形成高质量的激光腔端面。
随后还要进行端面镀膜。镀膜的作用，是控制激光器前后端面的反射率。
最后还要做老化测试。老化测试会让芯片长时间通电工作，提前筛掉早期失效器件。

5.无源光器件：让光低损耗地走对路

有源光芯片之外，还需要大量无源光器件。无源器件不负责发光，它们负责把光稳定、低损耗地传过去。
典型产品包括透镜、隔离器、滤波片、光纤阵列、PLC分路器、AWG 阵列波导光栅、陶瓷套管和精密连接器。
这些器件的底层材料也很复杂。透镜可能使用玻璃或聚合物材料，隔离器需要磁光晶体，滤波片依赖多层介质膜。
PLC 芯片通常是在硅片或石英基底上沉积二氧化硅波导。陶瓷套管常用氧化锆陶瓷，光纤阵列则需要V 槽、玻璃盖板和高精度胶水。
无源器件的制造难点是精度。光纤纤芯直径只有几微米级，耦合时只要位置稍微偏一点，插损就会明显上升。
因此，这类产品的生产过程大量依赖精密研磨、镀膜、切割、贴装、主动耦合和可靠性测试。
天孚通信、太辰光、光库科技、博创科技、仕佳光子、光迅科技等公司，更多对应精密光器件和无源器件环节。

6.高速电芯片：光模块里的“信号大脑”

光模块里还需要高速电芯片。光模块不是纯光学产品，它本质上是一个电信号和光信号之间的转换系统。
电信号进来以后，要先经过Driver 驱动激光器发光。光信号回来以后，要由探测器转换成微弱电流。
这个微弱电流再由TIA 跨阻放大器放大。最后，DSP会做均衡、纠错和信号恢复。
这些芯片大多基于CMOS、SiGe BiCMOS 或高性能模拟工艺制造。DSP更像数字芯片，重点是高速 SerDes 和信号处理。
TIA 和 Driver 更像模拟芯片，重点是带宽、噪声、线性度和功耗。
随着速率从 400G提升到 800G、1.6T，电信号频率越来越高。芯片和封装之间的寄生电容、寄生电感，都会成为问题。

7.光模块整机：把光、电、热塞进一个小盒子

接下来才是光模块整机制造。一个典型高速光模块，由光芯片、探测器、DSP、Driver、TIA、PCB、透镜、光纤阵列、结构件、散热件和外壳组成。
制造时，先进行芯片贴装，然后做金线键合或倒装焊，再进行光路耦合、胶水固化、封装密封、电性能测试和光性能测试。
光模块制造里最关键的一步是耦合。激光器发出的光，必须精准进入光纤或波导，探测器也必须精准接收到光信号。
企业通常会用主动耦合设备。设备会一边通电发光，一边微调器件位置。当光功率达到最佳位置后，再把器件固定下来。
这个过程决定了模块的良率、性能和成本。
800G 和 1.6T 光模块还有一个难点，是热管理。高速 DSP、激光器和驱动芯片都会发热，但模块尺寸受到 QSFP-DD、OSFP 等封装规格限制。
所以模块内部必须设计散热路径，包括导热垫、金属壳体、热界面材料和气流通道。
中际旭创、新易盛、光迅科技、联特科技、剑桥科技、博创科技、华工科技等公司，主要处在光模块整机和光器件集成环节。

8.硅光子：把光路做进芯片

再往前沿发展，就是硅光子。硅光子的核心思想，是用半导体工艺在硅片上制造光学结构。
这些结构包括光波导、调制器、耦合器、分束器和环形谐振器。它的目标，是把传统分立光器件尽量集成到芯片上。
硅光芯片通常以SOI 晶圆为基础。SOI 晶圆由顶层硅、二氧化硅绝缘层和硅衬底组成。
制造时，先通过光刻和刻蚀，在顶层硅中刻出波导结构，然后再沉积介质层，制作金属电极，最后与激光器、驱动芯片和封装基板进行集成。
硅光子的难点，是硅本身不能高效发光。所以硅光芯片通常还需要外接III-V 族激光器。
另一种方式，是通过异质集成，把InP 激光器和硅光芯片结合起来。
也就是说，硅光子不是完全替代磷化铟。它更多是把光路集成到硅平台上，同时继续依赖高质量光源。

9. CPO光引擎：让光靠近交换芯片

CPO 的意思是共封装光学。它的核心，是把光引擎放到更靠近交换芯片的位置。
传统可插拔光模块插在交换机面板上。电信号要从交换芯片走到面板，路径较长，功耗较高。
CPO 把光引擎围绕交换ASIC 布置。这样可以缩短高速电信号路径，结果是功耗下降，带宽密度提高。
但 CPO 制造比传统光模块更难。它同时牵涉先进封装、硅光芯片、激光器、光纤阵列、热管理和系统维护。
光引擎一旦靠近交换芯片，散热、维修、更换和测试都会变复杂。
天孚通信、光迅科技、华工科技、罗博特科、源杰科技、仕佳光子等公司，常被放在CPO、硅光子、光引擎或相关设备环节讨论。

10.封装测试和自动化产线：真正决定能不能量产

最后是封装测试和自动化产线。高速光模块不是把零件装起来就行。
它还要经过高低温测试、老化测试、误码率测试、眼图测试、光功率测试、消光比测试、接收灵敏度测试和长期可靠性验证。
速率越高，测试时间越长，测试设备成本也越高。
这也是为什么生产线本身会成为瓶颈。1.6T光模块需要更高精度的贴装设备、耦合设备、测试仪表和自动化系统。
没有稳定的自动化产线，即使有芯片和器件，也很难大规模交付。
罗博特科等公司常被放在光电子自动化设备方向讨论。头部模块企业自身的产线能力，也会成为交付速度的重要变量。

11. AI光互连，本质是材料和制造工艺的重组

所以，AI 光互连的技术逻辑可以浓缩成一句话：它是把高纯玻璃、化合物半导体、硅基芯片、精密光学、微波电路和自动化封装，全部压进一个高速数据通道里。
一根光纤的背后，是高纯二氧化硅和光棒拉丝工艺。
一颗激光器的背后，是磷化铟衬底、外延生长、光刻刻蚀和端面镀膜。
一个无源器件的背后，是微米级光路对准、精密研磨、镀膜和低损耗耦合。
一个光模块的背后，是光芯片、电芯片、PCB、封装、散热和高速测试。
一个 CPO 光引擎的背后，是硅光子、先进封装、交换芯片和系统级热设计。
这才是 AI 光互连真正值得写的地方。它不是某家公司被点名后的市场故事，而是 AI 数据中心为了让数据跑得更快，正在重新组织一整套光、电、材料和制造工艺。
【本文部分配图由AI生成，仅供示意。内容仅供参考，不构成任何投资建议。文中涉及的数据如无特殊说明，均来自公开市场研报。如有数据引用不当或侵权，请联系删除。】
-END-
如果大家喜欢我的内容，请多多关注！！

相关内容 查看全部