光互联初创企业芯界光核近期宣布,已成功完成数轮种子轮融资,累计融资金额达到亿元级别。本轮融资由交大系基金启高资本、菡源资产、小苗基金,以及光通信产业方通鼎集团和市场化机构君鼎基金共同投资。募集的资金将主要用于扩充核心团队、芯片流片、工程化验证以及产品研发等关键领域。
芯界光核于2026年1月成立,其核心团队汇聚了上海交通大学光通讯全国重点实验室的研究人员,以及在硬科技产品研发、企业运营和产业化方面拥有丰富经验的行业专家。公司致力于构建Photonic Nexus全光互联平台,为人工智能算力集群、高性能计算以及下一代智能计算中心提供从硅光芯片、光引擎到光交换系统的端到端全光互联解决方案。
公司创始人应莺与联创史博同为北京大学校友。两人毕业后曾先后在IBM、赛灵思(Xilinx)等国际知名科技公司任职,并在多家硬科技创业企业中担任要职,各自积累了超过20年的硬科技产品研发、商业化及企业运营经验。联创陆梁军教授和李雨教授均来自上海交大光通信全国重点实验室,该团队是中国最早进行硅光芯片研究的团队之一。两位教授在光收发芯片、光电合封、OCS芯片等领域拥有近二十年的深入研究,技术水平达到国际先进水平。李雨教授在加入上海交大前,曾在AMF和Marvell工作六年,主导过硅光芯片的研发工作。
在人工智能算力需求持续增长的背景下,“光进铜退”的趋势正从机柜级、板间级向芯片封装内部延伸。2026年6月10日,工业和信息化部发布的《“人工智能+信息通信”创新发展实施意见(2026—2028年)》中,明确将光电芯片、OCS器件、CPO器件等视为人工智能发展的基础,并提出要加强高端光电芯片和器件的研发,以及全光交换器件等技术和产品的研发验证。
从光模块、NPO、CPO到OIO,光互联技术不断向算力芯片靠近,旨在实现更短距离内的超高带宽、极低时延和超低功耗。芯界光核提出的Photonic Nexus全光互联平台,其核心理念是在OIO的基础上进一步引入OCS(光交换)技术,以克服传统点对点光连接的局限。通过光交换机实现光路直连,可以减少传统电交换环节中的“光-电-光”转换,从而显著降低链路时延和系统功耗,更好地满足AI集群Scale Up场景的需求。
在OCS技术路线上,芯界光核选择了硅光方案。相较于常见的基于MEMS(微机电系统)的光交换方案,硅基OCS在尺寸、成本、可靠性以及规模化集成潜力方面展现出显著优势。目前,公司已成功研发出32×32硅基OCS芯片,其插损等关键性能指标已达到行业领先水平,并正积极推进其向商用系统转化,同时规划开发64端口及更高端口规模的产品。
随着产品进入工程化和客户验证阶段,芯界光核将持续扩充其在硅光芯片设计、光电合封、OCS系统、测试验证、供应链管理及市场应用等方面的团队。公司期望吸引更多具备芯片、光通信、AI基础设施和系统工程背景的专业人才,共同致力于下一代全光互联平台的产业化进程。
硬氪与创始人应莺的对谈节选:
硬氪:芯界光核的Photonic Nexus全光互联平台,是否可以理解为“OIO + OCS”?与纯OIO相比,它有哪些独特之处和优势?
应莺: 我们的技术目标是满足下一代AI算力集群对高带宽、低时延、低功耗互联的需求。OIO(Optical I/O)主要解决的是算力芯片(如GPU)附近的高速电信号向光信号转换的问题。然而,如果数据交换仍依赖传统的电交换层,那么“光-电-光”的转换将不可避免地带来功耗和时延的增加。芯界光核的全光互联架构在OIO之外集成了OCS(光交换),通过光路实现数据调度,从而替代部分传统电交换功能。这意味着GPU与GPU之间、算力芯片与内存或其他关键单元之间,可以在更高的带宽密度下实现更低的功耗互联。这种架构非常适合Scale Up场景,也是全球领先的AI基础设施厂商正在积极探索的方向。
硬氪:公司规划了多款光互联产品,其产品路线背后的逻辑是什么?目前的进展如何?
应莺: 我们的产品布局聚焦于OIO和硅基OCS两大主线,并共享技术基础,均采用MZI(马增调制器)和MRR(微环调制器)。在OIO方面,我们首先推进的是“窄而快”的高速硅光PIC(光子集成电路),单波速率将从100G、200G向400G演进。这类产品与光模块、NPO等现有应用兼容性高,能够较快地进入产业验证阶段,并且是下一代CPO/OIO产品的重要核心组件。该部分产品将迅速实现量产。
第二步,我们将利用自主研发的高速硅光收发芯片,结合电芯片和先进的3D光电合封工艺,推出面向CPO的高带宽、高密度光引擎产品,以满足智算中心低功耗互联的需求。我们目前正与客户进行联合开发,计划于明年实现小批量量产。
第三步,我们将进一步开发面向GPU侧的高密度光收发引擎,即OIO,以支持GPU集群的Scale Up互联、内存池化及CXL扩展。通过微环调制方案和光电协同设计,在功耗和带宽密度上实现显著提升,预计后年实现小批量量产。
在OCS方面,公司已成功研发出32×32硅基严格无阻塞OCS芯片,其关键技术指标如插损已处于全球行业领先水平。我们计划于明年初推出32×32 OCS系统。后续,硅基OCS芯片的端口规模将继续向64端口、128端口甚至更高端口数发展。这系列产品将根据市场成熟度,预计于明年开始送样,后年实现小批量量产。
硬氪:技术从实验室走向大规模商业化,通常会遇到良率、成本和可制造性等挑战。芯界光核将如何应对这些问题?
应莺: 上海交大科研团队在实验室阶段奠定了坚实的基础,不仅在科研上,在工程实践方面也积累了深厚的经验。团队在光互联领域深耕二十年,通过多轮流片、设计迭代和工艺优化,不断提升芯片性能和良率。更重要的是,我们不仅关注单点器件,而是在芯片、封测到系统应用方面都有长期的积累。
团队早在数年前就着手积累工程化能力,在芯片封测、系统验证和应用场景适配方面形成了较为完整的经验。在代工方面,我们与国内外经验丰富的头部代工厂合作,同时吸纳了资深的工程化团队。我们已从追求“最高指标”转向关注规格满足率、良率、成本、可靠性与交付周期的平衡,确立了以量产为导向的核心策略。
硬氪:与其他光互联企业相比,您认为芯界光核的核心竞争力体现在哪里?
应莺: 我们的核心优势在于技术积累与产业化能力的深度结合。尽管公司成立时间不长,但我们拥有长达二十年的硅光与光互联技术积淀。核心研发团队长期专注于硅光OIO、OCS及光互联系统,具备从芯片设计、工艺协同到系统级验证的全链条能力。顶尖的科学家团队能够持续创新,在尖端技术探索方面始终保持领先,公司拥有极其丰富的技术储备,构筑了宽广的技术护城河。
同时,公司运营团队由资深产业人士组成,具备多年的硬科技创业和产业化经验。我们坚信,顶尖科学家扎实的技术能力与产业团队强大的产品化、客户化及组织管理能力相结合,是硬科技公司从实验室走向市场的关键。公司在领先的光电合封经验以及32×32硅基OCS等技术和产品方面的优势,为我们与头部客户及生态伙伴开展联合验证奠定了坚实基础。
硬氪:算力场景被视为OIO的重要市场。您预计OIO实现大规模爆发的时间点会在何时?
应莺: 行业普遍认为,OIO将在未来一到两年内率先在海外领先的AI算力集群中加速部署。受限于供应链、产能、系统架构以及客户验证节奏等因素,国内大规模商用通常会有一定的滞后。因此,现在开始布局和研发,正是进入市场的关键窗口期。
我们判断,随着AI模型规模的不断扩大以及算力集群的持续扩容,传统电互联在功耗、带宽密度和时延方面将面临越来越大的压力。OIO和OCS并非简单的器件升级,而是下一代算力基础设施架构升级的关键组成部分。
硬氪:接下来,芯界光核在产品和市场方面有何规划?
应莺: 产品方面,我们的目标是成为国内领先的光互联技术解决方案提供商,为客户提供高性能、低功耗且可规模化部署的产品。公司光互联产品线正按计划推进:硅光芯片的200G/400G单波产品正在迭代,计划进入量产;CPO光引擎产品预计年底送样;OCS系统预计明年初进入送样及客户验证阶段。
市场方面,我们将重点服务头部云服务提供商、AI算力集群运营商、服务器和GPU平台厂商,以及光通信设备生态伙伴。公司将围绕Scale Up互联、智算中心低功耗互联、高密度光引擎和全光交换等场景,积极推进联合验证,参与下一代光互联标准的定义,并通过产业伙伴协同加速规模化落地。
投资人观点:
启高资本: 芯界光核是我们近期在硅光领域发现的极具稀缺性的投资标的。公司核心技术团队拥有上海交大在硅光领域长期的技术积累,同时运营团队具备丰富的硬科技产业化经验。我们看好公司以硅光平台为基础,发展光引擎、光互联和光交换等产品线,有望成为下一代AI算力集群的关键基础设施供应商。
菡源资产: 交大基金长期关注硬科技成果的产业化转化。芯界光核依托交大二十余年的技术沉淀,将硅光与光互联领域的科研成果成功推向产业化。其OIO与OCS的全栈布局,精准解决了AI算力功耗和互联瓶颈问题。我们高度认可“科学家+产业人”的团队组合模式,并期待公司能推动国产硅光技术实现更大规模的应用。
小苗基金: 硬科技创业的首要考量因素是团队。芯界光核由具备深厚科研积累的学术专家与拥有丰富产业化经验的创业团队共同驱动,兼具底层技术实力和商业化执行能力。我们相信这种结合将为公司在光互联赛道建立持续的竞争优势。
通鼎集团: AI算力的爆发正在重塑光通信产业格局,“光进铜退”和光电融合已成为明确趋势。芯界光核以硅基OCS和全光互联平台为核心,针对功耗、时延和带宽瓶颈提出了系统级的解决方案。通鼎集团将在产业资源、供应链和市场渠道方面与芯界光核形成协同效应,助力其加速产品落地和规模化商用。
君鼎基金: 我们判断,光互联将是AI算力时代最确定的投资主线之一。芯界光核凭借清晰的产品化路径、完整的OIO与OCS布局,以及顶尖技术团队与产业团队的互补优势,在早期阶段已建立了强大的技术壁垒和商业化潜力。我们期待陪伴公司共同把握AI算力基础设施升级的历史性机遇。

用户评论