AI算力狂飙，GPU之间的数据传输正成为新的瓶颈。光联芯科在中国光博会展出了19款自研光互联产品，其中包括一款全球首发的1.3.2T NPO光引擎，以及国产首款8英寸量子点晶圆。按现场披露数据，该光引擎芯片尺寸较传统方案缩小50%以上，光源数量与整机功耗降低50%。

光联芯科是真知创投孵化的硬科技项目，定位为“AI大算力时代的光互连架构建造者”，成立两年已完成四轮融资，A轮近5亿元，投资方包括红杉中国、高瓴创投、君联资本、联想创投等。

其技术路线是用光信号替代电信号做芯片间短距互连，把光引擎与芯片共封装，形成“电负责计算、光专注传输”的架构，目标是让数万GPU高效协同如同一颗芯片。

这个方向有真实的需求支撑。AI大模型训练中，芯片间数据移动消耗的能量已占系统总能耗的九成以上，铜质互连正逼近物理极限。

NPO/CPO将光收发模块移到芯片封装基板附近，理论上可把互连带宽提升数倍、功耗降低50%以上。光联芯科选择全国产化路径，从芯片设计到封装测试实现自主可控，在当前的半导体环境下具备一定抗风险能力。

但需要区分展会发布与规模化交付。NPO/CPO在2030年前，国内外大规模应用仍可能以可插拔形式为主，共封装方案的散热、可靠性和可维护性尚未完全验证。

光联芯科的产品目前主要处于技术展示和客户对接阶段，量产良率、长期运行稳定性、与主流GPU平台的适配验证，都还需要时间。8英寸量子点晶圆的意义在于材料端产能效率提升，但“产出效率提升”不等于“规模量产已就绪”。

光互联确实是AI算力演进的必经方向，谁能在芯片间光互连上率先跑通量产，谁就有机会在系统层面绕过单芯片制程的差距。

但这条赛道的胜负不取决于一次展会的产品数量，而取决于第一个规模化出货的客户是谁、在什么场景下连续跑了多久。