AI光芯片的大结果来了？

今年早些时候，英伟达CEO黄仁勋曾公开表示，Marvell的光互联技术，有望让这家网络芯片厂商成长为下一家万亿级市值公司。AI算力集群的高速扩张之下，光互连已经不再是数据中心的配套部件，而是直接约束大模型训练效率的关键瓶颈，市场也因此对具备硅光、高速DSP能力的企业给予极高预期。本周四，Marvell朝着这一行业目标迈出了关键一步，宣布与美国晶圆代工厂GlobalFoundries扩大长期合作关系，GlobalFoundries在硅锗、硅光子制造领域拥有多年工艺积累，也是美国本土重要的光器件晶圆供给方。

双方本次加深的合作，将推动GlobalFoundries位于佛蒙特州伯灵顿工厂扩大硅锗（SiGe）晶圆产能。硅锗材料被广泛应用于高速光收发组件生产，这类光模块承担电信号与光信号之间的相互转换工作，同时大量应用在英伟达等厂商高端交换机配套的激光模块之中。在AI驱动带宽需求爆发的背景下，高速光芯片晶圆供给已经成为整条产业链的明显短板，不少项目受限于上游代工产能而无法充分放量，Marvell与GlobalFoundries的扩产合作，正是针对供给缺口做出的布局，二者此前已经拥有超过十年的合作基础，本次属于在现有生产基础之上的多年期扩容协议。

GlobalFoundries表示，新增释放的产能，将同时支撑近封装光学（NPO）、共封装光学（CPO）以及下一代可插拔光模块产品的生产制造。当前产业内部已经形成普遍共识，传统可插拔光模块依旧是近几年市场出货主力，但面向未来多机架AI超集群，NPO与CPO会逐步走向商用落地，二者并非简单迭代替代关系，大概率会在较长周期内共存，NPO更偏向作为中期落地方案，CPO瞄准更为远期的高端算力场景。

英伟达已经率先在部分Spectrum以太网交换机与Quantum InfiniBand交换机产品内部搭载共封装光学技术，以此降低整机功耗，同时提升系统运行可靠性，该系列CPO交换机已经进入小规模量产交付阶段，优先供给部分深度合作的云服务商客户。业内分析人士判断，近封装光学NPO会率先大规模落地于多机架大型算力系统，例如华为基于昇腾960DT芯片打造的SuperPods超级算力集群；市场同样普遍预期，英伟达下一代多机架算力系统，也会大量导入NPO架构来解决机柜内部高密度互连难题。

GlobalFoundries对外披露，自家硅锗工艺已经完成单通道200Gbps速率验证，该指标正是实现1.6Tbps光模块量产的基础条件。更高的单通道速率，将进一步为3.2Tbps光模块打通技术路径，3.2T产品也已经写进厂商公开的技术路线图当中。行业机构预测，1.6T光模块将在未来两年迎来大规模上量，3.2T产品会紧随其后逐步渗透头部AI数据中心，而晶圆代工、光芯片材料会是决定产品落地节奏的核心变量。

光通信技术的市场需求迎来爆发式增长，很大程度上源于AI算力建设浪潮。在今年春季中国台北电脑展（Computex）期间，MarvellCEO马特·墨菲就详细阐释了光模块需求即将迎来爆发的底层产业逻辑。

在此之前，光器件主要承担数据中心跨机架之间的数据传输工作。数米距离以内的短距离通信，成本更低、功耗表现更好的铜缆互连方案完全可以胜任业务需求。但随着单通道速率从25Gbps一路攀升至50Gbps、100Gbps，再到200Gbps，铜互连方案开始遭遇难以逾越的物理传输瓶颈。单通道400Gbps基本就是铜缆技术的性能天花板，超过该速率，铜缆能够稳定传输信号的距离最多仅有1.25米。随着AI服务器机柜内部GPU密度持续提高，机柜内部、机柜之间的数据交互量暴涨，传统铜缆已经很难满足高密度算力集群的现实需求，“光进铜退”已经成为数据中心互连的确定性大趋势。

受限于铜互连的物理极限，整个产业生态都在投入巨额资源补强光子芯片与光通信供应链，GlobalFoundries并不是唯一一家开启扩产的企业。全球范围内，从晶圆代工、光芯片衬底材料，到光模块组装厂商，都在加码资本开支，应对高速光器件的订单增长。台积电也在强化自身硅光子与共封装光学代工平台，深度绑定海外头部算力厂商；国内多家光模块企业也在推进1.6T、3.2T产品研发与客户验证工作，同步布局NPO、CPO相关光引擎、无源器件技术，参与下一代架构竞争。

英伟达更是在光通信产业链进行大手笔布局，分别向Lumentum与Coherent投入20亿美元用于供应链扶持。数月之后，Coherent对外公布扩产计划，打算将位于得克萨斯州谢尔曼工厂的磷化铟晶圆产能提升四倍。磷化铟是高速激光器、光电探测器、光调制器的核心衬底材料，尽管硅光集成技术快速发展，但硅材料本身无法高效发光，绝大多数光引擎依旧需要依赖磷化铟制作外部激光光源，磷化铟晶圆供给紧张，同样是行业持续关注的风险点。

整条光互连产业链当前依旧面临多重不确定性，包括新工艺良率爬坡进度、下游云厂商资本开支节奏、不同技术路线的落地节奏。但可以确定的一点是，AI算力的竞争，除了GPU本身，高速互连供应链的实力，会直接决定各家超大规模集群的实际算力输出水平，Marvell联合GlobalFoundries扩产硅锗晶圆，也正是这一轮产业链竞赛当中的重要一环。