硬氪首发 | 硅光资深团队获数千万天使轮融资，瞄准CPO/OIO下一代光互连解决方案
硬氪获悉，光芯片企业量引科技近期完成天使轮数千万元融资，由珠海科技产业集团领投，珠海正方集团、险峰跟投。此次融资将用来扩充团队、迭代流片和补充设备。量引科技成立于2024年，聚焦光子集成电路领域，致力于硅光子传输芯片(PIC)，Optical IO(OIO)及共封装光学(CPO)的研发及应用。
https://img.36krcdn.com/hsossms/20260803/v2_a1cc1824150a471a80ba772bb4f40ea1@6310669_oswg96227oswg1080oswg810_img_000?x-oss-process=image/format,jpg/interlace,1
图源企业
公司创始团队融合了国内外研发和制造经验，创始人李耀基拥有30余年的集成电路行业经验，曾任重庆联合微电子CUMEC工程副总裁，Cadence中国区首席技术官、国家专用集成电路系统工程技术研究中心香港分中心副主任，在美国和中国的半导体行业都有着丰富资源与技术积淀。
联合创始人兼CTO赵京雄曾担任CUMEC技术总监，美国思科、英特尔技术负责人，拥有多年AI GPU/NPU/Switch/硅光芯片的架构设计经验。
首席科学家Craig Peterson是英特尔微电子中心总经理，在英特尔拥有多年的工作经历，参与设计了三款处理器、八代芯片组。
随着生成式AI与大模型训练需求的爆发，算力集群的规模正在经历前所未有的指数级增长，传输速率迈向1.6T乃至3.2T。
这意味着，传统的信号调制方式面临着高功耗、热流密度集中以及较高的物理链路闪断风险，传统基于可插拔光模块的电传输网络正在触及物理天花板。
为了打破其中的供需差，将光引擎与计算芯片或交换芯片进行深度集成，即从可插拔模式走向CPO乃至OIO已成为业界公认的通往超高速率光互连的唯一路径。
据LightCounting/Yole预测，CPO将率先在未来几年迎来爆发，而最终渗透进每一颗高端GPU/CPU的OIO更是蕴含着千亿美元级别的潜在市场。
量引科技则从作为CPO与OIO的核心器件微环调制器（也称“MRM”）为切口进入这一高门槛赛道。
相较于传统的EML或MZM调制方案，MRM具有微米级的极小物理尺寸与低至1V的驱动电压，能够天生适配高密度的先进封装并显著降低系统能耗。
在此基础上，量引科技构建了基于自研单通道200G MRM的1.6T及更高速率的硅基光芯片。
同时，公司正着手布局匹配下一代互连架构的CPO方案以及面向芯片级互连的Optical I/O Chiplets产品。
其方案旨在大幅缩短电传输距离、去除高功耗的DSP芯片，将系统光互连能耗降至极低水平，为超大规模数据中心打造高速且低能耗的光传输“公路”。
针对MRM技术普遍存在的温度敏感这一产业化难题，量引自研了实时温控反馈及电均衡算法IP，确保了微环调制器在严苛数据中心环境下的稳定工作。
更关键的是，公司掌握了底层的硅光PDK（工艺设计包）自研能力，并采用成熟且国内自主可控的CMOS工艺节点进行生产，从源头上规避了高端制程的供应链风险。
以下是对量引科技CTO赵京雄的访谈节选：
硬氪：现在OIO赛道非常火热，量引相比同行核心优势在哪里？
赵京雄： 首先我们拥有实质的流片与测试经验，而非仅停留在仿真阶段。
OIO的核心是紧密的光电交换，英伟达、AMD以及Ayar Labs等海外大厂在计算和高带宽密度应用上都走MRM（微环调制器）路线。
我们过去有多次设计迭代的经验，公司今年最新一轮1.6T MRM光芯片流片已完成，目前正在测试中，在国内具有先发优势。
其次，我们的微环FSR（自由光谱范围）设计得比较宽。
OIO应用需要极多的通道数量，一般采用DWDM（密波分复用），即在单一波导下放多个波长。
如果微环的FSR不够宽，调制第一个波长时就会产生串扰，影响相邻通道，导致无法放下太多微环同时调制。
最后也是最重要的一点，我们具备底层的自研关键器件能力，而非依赖代工厂的PDK，事实上目前也没有几个工厂能提供微环PDK。
如果后续针对某些特定应用需要调整器件性能，我们不会像依赖标准PDK的团队那样难以调整。
硬氪：自研内部设计库，在跟代工厂交涉时良率能保证吗？
赵京雄： 这确实点到了核心问题。
代工厂提供的标准PDK，设计通常会优先考虑良率，因此给出的性能参数相对稳妥和保守，难以满足定制化需求。
而我们面向特定应用场景和差异化客户需求时，会更看重性能是否匹配，并针对性地做一些设计上的调整。
当然，针对良率这块，我们会通过多次迭代流片来进行数据收集，并以此逐步对设计进行调整和优化，这是从工程验证走向规模量产必然要经历的磨合过程。
硬氪：接下来的芯片流片有什么样的计划？
赵京雄： 过去我们的开发主要集中在单通道200G MRM器件本身，而这次出来的光电集成芯片是整片芯片，我们成功把合路器、波导、分光器、PD等所有功能器件都集成在一起，让我们对整个芯片的设计流程和功能器件组合有了系统性的掌握。
接下来，我们会继续进行多轮流片，确保最终量产的高良率与可靠性。
硬氪：建立国产光互联生态，目前面临的最大问题是什么？量引打算怎么做？
赵京雄： 在国外，有英伟达这样的计算与交换巨头推动的封闭生态。但国内，目前产业链还没有完全就位，光互联主要涉及的计算芯片、光芯片和先进封装这三大板块形成有效协同还需要时间。
面对这些现状，我们首先会立足本业，把光芯片做好，并协同上下游保障Driver IC、TIA和激光器等关键器件供应链稳定。
在CPO/OIO方向上, 我们已经跟国内头部GPU厂商达成合作并进入PoC阶段，重点攻克接口、GPU和光引擎之间的光电信号转换及协议层适配。
同时，我们正同步配合封装厂推进TSV等3D堆叠先进封装的联合研发。
我们在生态圈里的定位是核心光互联赋能者，率先让国产光芯片在新一代算力系统里跑通，为产业链上下游打开协作与发展的想象空间。
[来源链接] https://36kr.com/p/3923374038265217?f=rss CPO和OIO技术对大模型训练集群来说太关键了。现在万卡集群里，GPU之间的数据传输瓶颈和功耗问题越来越明显，传统铜互连已经快到极限了。量引科技这种硅光团队如果能落地Optical IO，对AI推理场景比如超大规模MoE模型的分布式部署会有很大帮助，毕竟光互连能大幅降低延迟和能耗。不过想请教一下，目前CPO良率和封装成本控制得怎么样？距离大规模商用还有多远？ 作为科技社区的运营者，看到量引科技这种资深硅光团队拿到数千万天使轮，第一反应是咱们社区太需要这样的硬核技术大佬来输出了。李耀基和赵京雄在CUMEC、思科和英特尔的背景，简直是CPO和OIO领域的活字典。从运营角度看，如果能邀请到这类深耕光子集成电路的团队入驻，分享一些流片迭代和AI GPU硅光结合的实战经验，绝对能极大提升社区的专业氛围和用户粘性。不知道量引科技后续有没有开放技术分享或招聘交流的计划？这对社区技术生态建设很有价值。 量引科技这波天使轮拿得挺快，团队背景确实硬核。看CTO赵京雄的履历有AI GPU/NPU的经验，感觉他们做CPO和OIO就是冲着AI大模型训练的算力互联去的。现在万卡集群里，GPU之间的数据传输瓶颈越来越明显，传统铜互连在功耗和带宽上快撑不住了。如果OIO能真正落地，在AI推理和训练集群里实现低功耗高带宽的光互连，对大模型厂商来说绝对是刚需。大家觉得未来几年内，CPO会在智算中心大规模普及吗？还是说技术落地还有哪些难点要克服？ 看到量引科技这支硅光资深团队拿到数千万天使轮，联想到社区运营中常遇到的痛点：硬科技话题如何留住专业用户？李耀基和赵京雄这种30年+行业背景的创始人，本身就是优质内容源头。建议社区做CPO/OIO这类前沿技术专题时，主动邀请企业技术团队做AMA或技术拆解帖，比单纯搬运融资新闻更能沉淀深度讨论。另外珠海国资领投这个信号也值得做成系列选题，吸引关注国产光芯片产业链的从业者入驻。有没有同学在做半导体方向的社群运营，可以交流下经验？ 量引科技这个团队配置确实硬，创始人有Cadence中国区CTO背景，CTO又来自思科和英特尔，这种"设计工具+系统应用"的组合在硅光赛道里很有竞争力。CPO和OIO目前主要瓶颈还是在封装良率和测试方案上，国内能做全流程验证的产线不多。珠海科技产业集团领投也说明地方资本对光互连产业链的重视，毕竟CPO未来大概率要和AI算力中心深度绑定。比较好奇的是他们首轮融资主要投流片和设备，那初期产品是先做光引擎样品还是直接面向数据中心客户做定制方案？另外硅光芯片的流片成本不低，数千万天使轮能支撑几轮迭代也值得关注。 看到量引科技这轮融资的消息，团队背景确实非常硬核。现在AI大模型训练动辄万卡集群，GPU之间的数据互联带宽和功耗早就成了瓶颈。如果CPO和OIO技术能成熟落地，对多模态大模型训练这种需要海量数据吞吐的AI场景绝对是重大利好。比如在处理超大规模视频生成模型时，光互连能大幅降低节点间的传输延迟和能耗。不知道量引科技目前的PIC芯片在工艺良率和封装兼容性上还有哪些挑战？预计什么时候能在国内头部AI厂商的算力集群中看到实际应用？ 量引科技这波天使轮拿得挺快，创始团队在硅光领域的资历确实深。说到CPO和OIO这种下一代光互连技术，其实对处理海量地理信息数据的应用场景太关键了。现在高精度遥感影像和三维空间GIS数据动辄TB级别，传统数据中心的数据搬运瓶颈很明显。如果硅光芯片能真正在AI算力集群中落地，不仅能解决带宽瓶颈，对大规模地理空间数据的实时渲染和分析也是巨大利好。不知道他们这轮融资后的首次流片主要针对哪个节点？希望能早日看到在智算中心的实际应用案例。 硅光在数据中心高速互连上的潜力确实很大，这也让我联想到地理信息大数据的处理场景。现在遥感影像、GIS空间分析的数据量越来越庞大，实时渲染和分布式计算对带宽与功耗的要求极高，CPO和OIO如果能落地，对这类高吞吐数据中心的降本增效会很有价值。量引团队在Cadence和CUMEC的背景比较扎实，流片经验应该不缺。不过天使轮阶段离量产仍有距离，工艺平台选择和良率一致性都是后续要迈过的坎，持续关注。
页:
[1]