上海最近杀出一个超级独角兽:曦智科技，今天融资15亿。中国移动旗下基金、上海国投、国新基金、浦东创投等机构联合投资。
一场由光驱动的算力浪潮，正加速奔来。
-01-
这家公司的业务有点晦涩:光电混合算力提供商。大家都知道，电脑里的芯片靠电信号来处理信息，但电信号速度有限，还特别耗电。而光的速度比电快得多，能耗也低。
曦智科技做的，就是把光和电结合起来，制造出更强大的 “计算帮手”。
为什么电处理信号会比光慢？因为电信号在电线里传播时，电子要在金属原子之间 “挤来挤去” 才能前进，速度自然快不起来，通常每秒只能跑几十万千米。
而光信号不一样，光本身是电磁波，不需要 “挤” 过物质原子，只要沿着光纤里的玻璃通道直线前进就行，因此速度更有优势。
那好了。什么场景需要用光计算？比如AI大模型训练、自动驾驶、航天卫星。
问题又来了。既然电和光都有明确的计算场景，那光电混合算力又是怎么回事，为什么会被需要？因为光信号虽然速度快，但灵活性和逻辑控制弱，很难独立完成复杂运算。
尤其在算力中心，光电混合算力更被需要。而曦智科技的核心产品，就是这些:比如光子计算处理器、光互连芯片及整体解决方案。通俗而言，就是为人工智能数据中心、超算中心打造 "算力高速公路" 和 "光子引擎"。
这个创业故事，始于2017年。刚从麻省理工学院获得物理学博士学位的沈亦晨，带着一项研究成果回国创业。他生于1989年，当时28岁。
这位浙江杭州籍、曾在《自然?光子学》发表封面论文的科学家，发现传统电子芯片在处理神经网络计算时面临物理极限——电信号传输速度慢、能耗高，难以满足未来 AI 算力需求。
而他提出的光学神经网络架构，从理论上证明了利用光子进行矩阵运算的可行性，这成为了曦智科技的技术起点。2018年，曦智科技在上海长阳创谷正式注册成立。
2019 年，公司发布全球*光子芯片原型板卡，验证了技术可行性。
2021 年推出第二代光子计算处理器 PACE，集成超过万个光子器件。在特定神经网络算法中，性能较高端 GPU 提升数百倍势。
2025 年，曦智科技联合壁仞科技、中兴通讯共同推出的光跃 LightSphere X，是全球*分布式光互连光交换 GPU 超节点解决方案，获得世界人工智能大会最高奖项 “SAIL 奖”。
-02-
曦智科技所处的赛道是:硅基光子计算芯片行业。
在萌芽期，学术界已意识到电子芯片物理极限，但光子计算仅停留在理论阶段，面临集成度低、可靠性不足的痛点。
2018-2022年，AI 算力需求爆发，行业进入兴起期，专用集成电路芯片成为过渡方案，但大规模集群中的数据搬运瓶颈凸显。
2023 年以来，以共封装光学为代表的光子互连技术开始兴起，解决了电互连在带宽、功耗和延迟上的限制。
2025年，全球光子计算芯片市场规模预计超120亿美元。其中，中国市场占比较大，增速位居全球之首。
当下，行业面临一大棘手难题:当算力集群规模攀升至千卡级以上，传统电互连方案便暴露出诸多短板。
在千卡级以上的算力集群中，能耗与延迟问题相当严峻。就能耗而言，传统电互连方案下，数据传输耗能极大。以一个中等规模、拥有数千颗 GPU 的智算中心为例，每年仅用于数据传输的耗电量就高达数百万度 ，按照当前商业用电价格，每年仅电费支出就超百万元。
延迟方面同样不容小觑。在大模型训练时，数据需在不同计算节点间频繁传输，传统电互连方式下，数据传输延迟可达毫秒级。
从竞争格局看，全球光子计算芯片市场头部集中，但新兴势力崛起。据 Research and Markets 发布的相关市场研究报告显示，TOP5厂商占据 71% 市场份额。
其中，中国企业发展势头较为迅猛。
据相关数据显示，2019 年至 2023 年间，中国 CPO 模块产品在 2023 年的全球市场份额达到了 5%。而在 2025 年，中国厂商凭借技术突破和产能优势，已占据全球 70% 以上的高端模块份额。
-03-
目前，该赛道的蓝海集中在:800G 及以上高速率产品线，国产替代空间显著。
光通信行业研究机构 LightCounting 数据显示，2024 年超大规模云服务商猛砸 AI 基础设施，让400G/800G 以太网光模块卖爆了，2025年这股投资热还在持续，中国云厂商也纷纷跟上。
在 800G 光模块这块，国际上能把 400G - 800Gb/s 硅光芯片商用的公司没几家，中国厂商却冲在前面。中际旭创透露，2025年重点客户对 800G 光模块的需求，相比 2024 年可翻好几倍，公司一直在扩大相关产品的产能。
在国内，曦智科技的竞争队友之一是:光本位 。光本位专注于基于相变材料的光子存内计算芯片(存算一体)，但技术路线与曦智科技有所不同。
此外，曦智科技的差异化之一是: “开放生态+分布式架构”。
英伟达搞封闭体系，就像自家修的高速路只让自家车跑；而曦智的光交换方案不管啥协议，都能兼容不同厂商的 GPU，解决了国内 GPU “十家十种协议” 不兼容的问题。
从需求侧看，该赛道已经走到成长期阶段:需求持续攀升，特别是在 AI 大模型训练、自动驾驶、航天卫星等对高速率、低延迟、低功耗计算有强烈需求的领域，光计算技术的用武之地愈发旺盛。
