计算破局AI算力瓶颈，光电融合开启新范式
1、光计算行业概述
（1）技术定义
光计算的核心逻辑是把信息处理任务交给光子来完成，而不是像传统芯片那样依靠电子的通断来定义0和1。具体来说，就是用光的明暗、相位、偏振等物理状态来承载信息，借助光在波导、谐振腔、干涉仪等结构中的传播和相互作用来完成运算。从技术定位上看，光计算属于后摩尔时代新型计算范式的重要分支，它的价值不在于全面替代电子计算，而在于用光的物理特性去解决电子计算越来越吃力的那些问题——特别是大规模并行矩阵运算和高带宽低延迟的数据传输。
（2）通俗理解
打个比方，电子计算像是一群人在一条窄路上排队传递消息，每个人只能一个一个来；光计算则像是一束光同时穿过很多条通道，信息可以并行处理。光天然具备高速、并行、低损耗的特点，这让它在处理AI大模型训练中的矩阵乘法时，理论上可以比电子芯片快得多、省得多。当然，光计算目前还做不到像电子芯片那样处理复杂的逻辑控制和存储任务，所以行业普遍走的是一条光电混合的路线——光负责它擅长的并行运算，电负责逻辑调度和存储，两者配合干活。
（3）技术分类
从处理的数据形态来看，光计算可以分成两类。一类是数字光计算，通用性强、精度高，但需要大量的底层硬件资源来支撑，实现难度大。另一类是模拟光计算，不需要把问题抽象成二进制再一步步拆解，用相对少的光学单元就能完成运算，但通用性差一些，精度也有限。目前产业界更倾向于从模拟光计算切入，先在对精度要求不那么苛刻、但对算力和功耗特别敏感的场景中落地。从技术架构来看，光计算涉及硬件层、基础软件层、模型算法层和应用层四个层面，每一层都还在持续演进中。
2、光计算产业链分析
（1）产业链结构总结
光计算产业链上游提供铌酸锂薄膜、磷化铟衬底、硅光晶圆等基础材料，以及光芯片设计工具和仿真软件。中游负责光计算芯片的设计、流片、封装和模组集成，是产业链技术含量最集中的环节。下游则是各类应用场景，包括AI算力集群、智算中心、自动驾驶、航空航天、生物医疗等。从价值分布来看，设计环节和高端材料环节的利润率相对较高，制造和封测环节的利润率偏低，但制造能力恰恰是当前产业链最稀缺的资源。
（2）上游发展对行业的影响
上游材料端的产能和成本直接决定了光计算芯片能不能大规模铺开。目前铌酸锂薄膜和磷化铟衬底的供给偏紧，价格波动对中游芯片成本影响明显。薄膜铌酸锂晶圆的量产能力如果能够提升，光计算芯片的成本曲线就会明显下移。另外，光芯片设计工具方面，高端EDA软件仍然依赖少数国外厂商，这在一定程度上制约了国内设计企业的迭代速度。不过国内在薄膜铌酸锂材料领域已经占据全球领先地位，这为产业链上游的自主可控提供了一定缓冲。总体来看，上游材料体系的成熟度和成本下降速度，是决定光计算产业化节奏的关键变量之一。
（3）下游发展对行业的影响
下游需求是拉动光计算产业最直接的动力。当前最大的需求来自AI算力集群的内部光互连——大模型训练需要成千上万张GPU协同工作，它们之间的数据传输量极大，传统电互联方案在带宽和功耗上都开始吃力，光互连和光交换方案正在成为刚需。这个场景为光计算产业链提供了第一个规模化的市场出口。除数据中心之外，天基光计算是一个值得关注的新方向，面向在轨AI推理和星上大模型运行，对器件的抗辐射能力和功耗有特殊要求。再往远看，智能汽车领域随着自动驾驶等级提升，车载数据传输量急剧增长，“光纤上车”可能成为趋势。下游场景越丰富，光计算产业链的规模化基础就越扎实。
3、光计算行业竞争格局
（1）全球竞争格局
全球光计算领域目前是美国、中国、欧洲三股力量各有侧重。美国依托顶尖高校的科研积累和活跃的风险投资，在光计算初创企业数量和融资规模上领先，代表性企业聚焦硅光集成和光互连方向。欧洲在基础研究和量子-光混合架构方面有深厚储备，多个国家级研究项目在推动光子计算技术从实验室走向中试。中国在工程化落地和产业链配套方面推进较快，特别是在光模块制造和薄膜铌酸锂材料领域形成了全球竞争力。科技巨头层面，英伟达、谷歌、华为、三星等都在硅光互连方向持续投入，它们的战略选择对整个产业格局有重要影响。
（2）中国竞争格局
国内光计算赛道呈现出头部集中、路线多元的特点。获得资本认可的核心创业公司数量不多，但各自技术路线差异明显。曦智科技走的是硅光集成加光电混合计算路线，已在港交所上市，在Scale-up光互连市场占据主要份额。光本位科技采用硅光与相变材料结合的技术路线，成功流片了较大矩阵规模的光子存内计算芯片，并开始向天基计算场景延伸。光子芯力押注全波超表面架构，奇算光启走光量子计算方向，每刻深思聚焦空间光计算。这种多条路线并行的局面，既说明行业还处在探索期，也意味着未来几年会有路线收敛和资源整合的过程。
（3）竞争态势与战略动向
当前竞争的一个显著特征是产业链协同在加速。2026年，国内首个光计算产研融合平台在上海交通大学启动，由高校和头部企业联合建设，聚焦集成光计算芯片架构、硅光异质集成、关键器件和应用验证等方向。这种模式试图把高校的基础研究能力和企业的工程化能力对接起来，缩短从实验室到产品的周期。另一个动向是应用场景的卡位竞争，头部企业不再只盯着数据中心，而是向天基计算、智能汽车、工业质检等场景延伸。从全球来看，光计算芯片的贸易格局中中国是净进口国，高端光芯片的进口依赖问题仍然突出，这也是国内企业加速国产替代的动力所在。
4、光计算行业核心驱动因素
（1）AI算力需求爆发
这是当前光计算产业最直接、最强劲的驱动力。大模型参数规模从百亿级向万亿级迈进，训练这些模型需要成千上万张GPU组成集群协同工作。集群内部的数据传输量随着GPU数量增加呈指数级增长，传统电互联方案在带宽、延迟和功耗三个维度上都开始触及瓶颈。光互连和光交换方案能够在不显著增加功耗的前提下大幅提升数据传输能力，正在成为超大规模智算集群的标配。2026年政府工作报告明确提出实施超大规模智算集群建设，这意味着未来几年数据中心内部的光互连需求会持续放量，为光计算产业链提供明确的市场出口。
（2）政策规划牵引
从“十四五”到“十五五”，国家对光计算的政策定位在逐步提升。《电子信息制造业发展“十五五”规划》把光计算与存算一体、量子计算、类脑计算、太空计算并列，作为新计算范式布局的重点方向。这意味着光计算不再只是一个前沿研究课题，而是被纳入了国家先进计算体系的整体框架中。规划还提到要夯实光子产业发展根基，推动核心环节技术突破，支持设计工具研发，布局中试验证平台。这些部署覆盖了从基础研究到产业化的全链条，对行业来说是明确的政策信号。地方层面，上海、北京、武汉、广州等城市也在出台配套政策，推动光计算产业集聚。
光计算行业主要政策分析
资料来源：普华有策
（3）技术演进推动
传统电子芯片在先进制程上的功耗密度已经逼近物理极限，继续缩小晶体管尺寸带来的性能提升越来越有限，而成本却在急剧上升。这个趋势倒逼行业寻找新的计算路径。光计算的优势在于，它不需要依赖最先进的半导体制程就能实现高性能计算——光的波长比晶体管栅极尺寸大得多，对制造精度的要求相对宽松。这意味着国内现有的光电子产业链可以在不依赖最先进光刻机的情况下，支撑光计算芯片的研发和制造。硅光工艺的成熟和光电封装技术的进步，也为光计算从分立器件走向系统集成提供了技术基础。
（4）新质生产力与未来产业定位
2025年中央经济工作会议提出因地制宜发展新质生产力，未来产业加速培育。光计算作为未来产业的典型代表，其战略定位在“十五五”期间进一步明确。全国人大代表在2026年两会期间指出，光子计算具有更高算力、更低功耗的优势，且对半导体制程工艺要求不高，国内现有产业链完全具备支撑能力，建议国家支持地方光子计算实验室建设，构建覆盖基础研究、技术开发、中试转化、产业应用的全链条创新体系。这意味着光计算不仅是一个技术方向，也被视为培育新质生产力的重要抓手。
（5）新旧产业融合拉动
光计算与传统产业的融合正在从概念走向实践。在数据中心领域，光互连替代电互连的趋势已经明确，光交换和共封装光学技术正在成为新一代算力基础设施的组成部分。在汽车领域，随着自动驾驶等级提升，车载传感器和计算单元之间的数据传输量急剧增长，传统铜缆方案在带宽和重量上都开始吃力，“光纤上车”成为行业探索的方向。在工业制造领域，光计算可以作为底层算力支撑，服务于智能质检、实时控制等场景。这些融合场景为光计算提供了数据中心之外的增量市场，也让光计算的技术价值在更广泛的产业领域得到验证。
5、光计算行业发展趋势
（1）光电融合走向深度集成
光计算的发展路径已经比较清晰：短期内走光电混合路线，光负责并行运算，电负责逻辑控制和存储；中期向芯片级异质集成演进，把光器件和电器件做在同一封装甚至同一芯片上；长期目标是实现更完整的全光计算功能。目前产业界正处在从板级集成向芯片级集成过渡的阶段，共封装光学和光芯粒是当前的技术热点。这种深度集成带来的好处是缩短光电器件之间的互连距离，降低损耗和延迟，提升系统整体能效。未来几年，光电融合的集成度会成为衡量光计算系统竞争力的核心指标之一。
（2）应用场景从数据中心向多元领域延伸
光计算的应用正在从最核心的数据中心场景向外扩散。天基计算是一个值得关注的新方向，面向在轨AI推理和星上数据处理，对器件的抗辐射能力和低功耗有特殊要求，已经有企业启动全球首个天基光计算载荷研制。在智能汽车领域，随着自动驾驶向更高级别演进，车载数据传输需求推动光纤上车成为趋势。在工业领域，光计算可以作为边缘算力支撑智能质检和实时控制。在生物医疗领域，光计算芯片可以用于光学相干断层扫描和激光雷达信号处理。场景的多元化意味着光计算产业不会只依赖单一市场，抗风险能力会更强。
（3）技术路线从分化走向收敛
当前光计算领域多条技术路线并行，这是行业发展早期的正常现象。硅光集成、薄膜铌酸锂、相变材料、超表面等各有优势场景，也各有需要克服的工程难题。随着应用场景逐步明确和量产工艺持续成熟，行业会在未来几年形成主路线共识。从目前的产业化进展来看，硅光集成路线在CMOS兼容性和产业链成熟度方面有优势，薄膜铌酸锂路线在高带宽和低功耗场景中表现突出，两者可能会在不同应用场景中各自找到定位。技术路线的收敛会加速产业链标准化，降低上下游协同成本，推动规模化进程。
（4）新质生产力视角下的战略定位提升
光计算作为未来产业的典型代表，在“十五五”先进计算生态体系中的定位正在提升。从政策信号来看，光计算被纳入新计算范式整体布局，与量子计算、类脑计算并列，说明决策层已经把它视为下一代计算体系的重要组成部分。2026年政府工作报告提出建立未来产业投入增长和风险分担机制，为光计算这类前沿领域提供了制度性保障。从产业实践来看，产研融合平台的建设正在加速高校基础研究与企业工程化能力的对接，这种模式如果跑通，对光计算从实验室走向量产会有明显推动作用。
（5）商业化进程加速与产业链协同深化
光计算正在从技术验证阶段进入产品化阶段。2026年国内头部企业集中展示了光子存内计算芯片、光电混合计算一体化计算盒、空间光计算芯片与大模型应用融合方案等产品，说明行业已经有了可展示、可验证的工程化成果。产业链协同方面，产研融合平台把高校、企业、产业基金和用户单位拉到一起，试图打通从技术到产品的全链条。全球范围内，多个国家已经把光子计算纳入国家半导体战略专项，政策和资本的叠加效应正在加速商业化进程。从时间节奏来看，行业普遍预期2027至2028年会迎来商业化拐点。
北京普华有策信息咨询有限公司《2026-2032年光计算行业专项调研及前景趋势预判专项报告》