Ayar Labs累计融资超10亿美元:NVIDIA、AMD、Intel为何都押注CPO?

资讯 AI 行业观察 作者:阿尔法公社 全文 4436 字 · 约 12 分钟读完 配图 5 张 分类CPOAMD英伟达融资存储算力

随着芯片算力高速迭代,内存与网络带宽的提升却明显滞后。导致这一瓶颈的核心,正是电互连的底层物理极限。 在这一认知前提下,MIT、加州大学伯克利分校及科罗拉多大学博尔德分校的研究人员历时10年联合科研攻关,成功研发出首款通过光信号与内存通信的微处理器芯片。 2015年,这批核心研究人员创立了Ayar Labs,从早期切入

所属频道 算力与芯片融资与资本

芯片算力一路快跑,内存和网络带宽却跟不上趟。卡住脖子的关键,说到底还是电互连撞上了物理极限。

看准了这个症结,MIT、加州大学伯克利分校和科罗拉多大学博尔德分校的研究人员花了10年联合攻关,做出首款靠光信号跟内存通信的微处理器芯片。

2015年,这批核心研究人员拉起Ayar Labs,最早从高性能计算(HPC)的封装内光学切入;到2018年A轮融资时转向押注大规模AI基础设施,把商业化重心放到共封装光学(Co-Packaged Optics,CPO)上。

Ayar Labs累计融资超10亿美元:NVIDIA、AMD、Intel为何都押注CPO?(配图 1)

Ayar Labs创始团队:Chen Sun,Mark Wade(CEO),Vladimir Stojanovic。图片来源:Ayar Labs

博通等厂商早期走的是过渡路线,把独立CPO模块和交换芯片装在同一块电路板上;Ayar Labs不一样,一开始就把光引擎芯粒直接封进SoC内部。跟传统的“可插拔光模块+电SerDes”比,这套方案带宽能提到5至10倍,延迟压到十分之一,能效提升4至8倍。

融资上,Ayar Labs拿了个“战略投资大满贯”。参投的既有NVIDIA、AMD、Intel、GlobalFoundries、MediaTek、Alchip(世芯电子)这些半导体巨头,也有电信巨头旗下的NTT DOCOMO Ventures和云基础设施服务器大厂Wiwynn(纬颖科技)。产业链上下游,等于都在它身上押了注。

2026年,Ayar Labs完成5亿美元E轮融资,另获1.5亿美元追加融资。E轮由Neuberger Berman领投,Alchip、ARK Invest、Insight Partners、MediaTek、Qatar Investment Authority(QIA)、Sequoia Global Equities以及1789 Capital参投;IAG Capital Partners、Light Street Capital、Playground Global、Founders Fund与GlobalFoundries则更早入局。累计融资已超10亿美元,据路透社报道,其最新估值超过50亿美元。

为什么是CPO?Ayar Labs要用光打通跨机柜Scale-Up

共封装光学(CPO)说白了一件事:原来“电转光”这一步发生在机箱面板的光模块里,现在直接挪进GPU、ASIC或交换芯片的同一封装内。

可插拔的老路子是:GPU/ASIC ➔ 15–30厘米PCB铜走线 ➔ 前面板光模块(内置DSP芯片+光引擎)➔ 光纤

CPO共封装的路子则是:GPU/ASIC ➔ 数毫米封装内电连接 ➔ 共封装光引擎 ➔ 光纤

2025年GTC大会上,黄仁勋推出两款集成CPO技术的网络交换机Quantum-X和Spectrum-X,分别搭载1.6T与3.2T的硅光子CPO芯片。这两款产品眼下已陆续进入量产交付。

CPO主要解决功耗和可扩展这两件事。

黄仁勋在同一场大会上算过账:传统方案下,每颗GPU要配6个可插拔电光收发器,单个模块功耗30瓦;系统扩到100万颗GPU,光这一环节功耗就约180MW(兆瓦)。大规模集群这么烧,显然撑不住。

CPO能把功耗压下来,靠的是把电信号走线从几十厘米缩到数毫米,省掉补偿信号衰减的高功耗DSP芯片,互连能耗因此降低50%以上。

换个角度看,AI基础设施的互连分两层:跨节点的横向扩展(Scale-Out),和算力域内部的纵向扩展(Scale-Up)。

横向扩展(Scale-Out)一般用以太网或InfiniBand等标准网络技术(光互连已广泛采用),把多个独立计算节点或机柜连起来,组成超大规模AI计算集群,面向的是数据中心内部较长距离的通信。

纵向扩展(Scale-Up)跑在单个计算节点或超节点(如单机柜72颗GPU)内部,目标是把密集算力芯片之间的通信带宽做到最大、延迟压到最低,让多颗芯片共享内存、高速协同运算。可单通道200G速率下,无源高速铜缆传输极限只有约2米,受这个物理限制,眼下基于铜互连的纵向扩展网络通常局限在一到两个机柜之内。

Ayar Labs累计融资超10亿美元:NVIDIA、AMD、Intel为何都押注CPO?(配图 2)

AI计算集群中的Scale-Out与Scale-Up网络,图片来源:Ayar Labs

CPO则能同时突破带宽和距离两道瓶颈,把跨越多机柜的成百上千颗GPU连成一台统一的“超级计算机”。

这也正是Ayar Labs要发力的方向。他们认为,相比Scale-Out,Scale-Up对单卡带宽的要求至少高出10倍,对延迟的要求严苛到十分之一,这就必须把光学芯粒直接集成进GPU封装内部。

Ayar Labs的光学I/O方案由两块组成:共封装在算力芯片内部的TeraPHY光学I/O芯粒,以及独立外置的SuperNova多波长光源。

两者配合,能从GPU、CPU或AI加速器封装中直接引出覆盖毫米至公里级的太比特级(Terabit)光互连。

其中TeraPHY把硅光子与标准CMOS工艺结合在一起,是一颗光电芯粒,直接和算力主芯片封装在同一基板上,就近完成电光转换与信号收发。它采用行业通用的UCIe封装接口,对接不同厂商的计算芯片都方便。

性能方面,这一代基于45nm工艺的TeraPHY布了8个光端口。单个端口带宽512Gbps,抵得上一条x8 PCIe Gen6链路;整颗芯粒单向能跑4Tbps,双向合计8Tbps。信号质量本身够好,复杂纠错被省掉,芯粒内部延迟只有10纳秒,光在光纤里飞的时间不算在内。

Ayar Labs累计融资超10亿美元:NVIDIA、AMD、Intel为何都押注CPO?(配图 3)

TeraPHY光学I/O芯粒,图片来源:Ayar Labs

另一块核心组件叫SuperNova,是符合行业标准的独立外置光源。它的活儿是从芯片封装外面通过光纤,给TeraPHY持续供稳定的连续激光。激光器怕热、容易老化,放到封装外头就离滚烫的算力芯片远了;坏了也不用停机,直接拔插换掉。

能力上,一台SuperNova能把16种不同波长的激光同时送进16根光纤,为最多256个数据通道提供光载波,双向带宽最高撑到16Tbps。换句话说,两颗8Tbps的TeraPHY芯粒,一台SuperNova正好同时带得动。

Ayar Labs累计融资超10亿美元:NVIDIA、AMD、Intel为何都押注CPO?(配图 4)

SuperNova 多波长光源,图片来源:Ayar Labs

再往新一代走,工艺换到台积电COUPE平台后,单颗TeraPHY光引擎的单向带宽已经超过13.5Tbps。

AI Scale-Up网络从72卡往576卡以上扩的时候,铜互连会撞上极限。针对这个坎,Ayar Labs拉上定制芯片服务商Alchip和服务器大厂Wiwynn,做了一套光互连AI系统,从芯片封装一直管到整机柜。

Ayar Labs累计融资超10亿美元:NVIDIA、AMD、Intel为何都押注CPO?(配图 5)

由Wiwynn设计制造的机箱(集成 Ayar Labs的CPO器件与外部光源),图片来源:Ayar Labs

系统里头,每个计算托盘装1颗CPU加2颗AI ASIC。每颗ASIC四周环着8颗新一代TeraPHY光引擎,再配上面板上可热插拔的SuperNova外部光源,单颗加速器就能输出100Tbps以上的光带宽。

单柜功耗超过100kW,整机因此上了100%冷板液冷架构,外部光源也纳入液冷;光纤和光源都支持不停机维护。

落到实际效果,一台机柜能塞32个计算托盘,把64颗ASIC光互连起来。16台机柜再一串,就组成支持1024颗以上加速器的Scale-Up集群。跨机柜的上千颗芯片跑起来,延迟低到像“单颗超大型GPU”在协同干活。

算力之外,光互连正推高AI基础设施的上限

CPO商业化分三步走:先Scale-Out交换机,再Scale-Up算力芯片,最后是光连接扩展内存。

2025至2026年,CPO会先在NVIDIA、博通的Scale-Out交换机上落地。不过SemiAnalysis测算过,Scale-Out网络只占集群总功耗的9%,换成CPO,整体成本和功耗也就省2%到7%。现阶段更像产业链跑通制造、验证可靠性的过渡期。

更核心的场景在Scale-Up网络,单卡带宽需求是Scale-Out网络的9倍。量产拐点预计落在2027至2028年,届时CPO批量进入GPU与AI ASIC封装内部;底层工艺也从45nm单片集成转向台积电COUPE等3D异构集成。

顺着光信号在集群里的传输路径看,光互连链条分三段:外部光源、封装侧光电转换、网络层光交换。

最前端是外置可插拔激光光源,初创公司在这一环主攻多波长光源。晶圆级集成16波长的有Scintil;Xscape Photonics已推出8波长模块,还在规划16至128波长的光频梳;Lightmatter则走自研光源的路子。

中间是封装侧光电转换,创业公司分出三条路线。第一条是摆在芯片四周的光学芯粒:Ayar Labs采用UCIe标准,Ranovus主打以太网互通,Nubis用二维光纤阵列,已被Ciena收购。

第二条是光中介层与光桥,铺在芯片正下方,绕开边缘限制,代表有Celestial AI(已被Marvell收购)和Lightmatter。

第三条是基板级微光波导。Volantis由前Ayar Labs一号员工联合创立,在基板上用2微米宽的光波导代替铜线,低功耗直连算力与内存池。

到了网络交换层,传统做法是把CPO封装在电交换芯片旁边,仍要过一遍“光-电-光”转换。光路交换机(OCS)把这步省了,直接在光域内给光信号“改道”。

举个例子,Salience Labs把OCS集成进硅光芯片,配上自研光放大芯片,重配置时间不到300微秒,单跳延迟低于10纳秒,只有传统高性能电交换机的几十分之一。

Creative Strategies估算,2030年这条光互连赛道的市场规模有望到300亿至500亿美元。芯片巨头在垂直整合,创业公司仍有两类机会比较清晰。

一是用光互连实现“算力与内存解耦”。

眼下多数方案是把 GPU 和 HBM 封在一起,可芯片边缘的周长就那么长,一张卡上一般只能放 8 至 12 颗 HBM,资源错配由此产生。传统云服务器也有类似毛病,微软 Azure 就曾披露,因算存绑定而闲置的服务器内存高达 25%。

Agent 推理需求涨起来之后,用低延迟光互连挂上数十至上百 TB 的共享内存池(例如 Celestial AI、Volantis),内存瓶颈能松一松,推理成本也能压下来。

二是做自研芯片阵营里的中立光学供应商。

巨头自己做 CPO,主要服务的是封闭生态;而那些自研 AI ASIC 的云厂商,并不愿意在底层互连上被单一供应商卡住。围绕 UCIe 等开放标准,联合台积电 COUPE 以及 Alchip、GUC(创意电子)等设计服务商,把光引擎做成标准化芯粒,用起来接近 HBM 的体验,就有机会在定制芯片市场占住重要位置。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. AMD遭做空报告指控循环交易,股价盘中跌11%

    对冲基金Hunterbrook Capital发布做空报告,重挫AMD股价。该报告指出AMD在客户融资安排上存在循环交易隐患,且对AI支出放缓高度敏感,AMD方面否认相关指控。周四,AMD股价盘中最大跌幅达11%,低至470.56美元,为当日纳斯达克100指数成分股中跌幅最大的个股。该股此前年内涨幅已逾一倍。截至发稿,

    来源 腾讯网
  2. 黄仁勋卸任英伟达CEO:评级下调、数据威胁与AMD做空风波

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑AMD订单真实性与流动性安全,叠加台积电对英伟达超额订单提出预付现金要求,AI芯片板块的风险预期快速升温。勒索软件组织G

    来源 腾讯网
  3. 黄仁勋卸任后英伟达评级遭下调,AMD被做空机构质疑订单

    【TechWeb】11月20日消息,黄仁勋卸任英伟达CEO带来的震荡仍在AI芯片产业链持续蔓延。19日行业接连爆出多重利空:英伟达遭遇勒索组织数据威胁、穆迪下调其信用评级展望,同时做空机构发布报告质疑AMD订单真实性与流动性安全,叠加台积电

    来源 TechWeb
  4. AMD遭机构做空后跌超7%,被质疑循环交易问题

    美股11月19日,AI芯片公司AMD(AMD.O)跌7.72%。消息面上,做空机构Hunterbrook Capital对AMD建立了空头头寸。 打开网易新闻 查看精彩图片 Hunterbrook Capital旗下Hunterbrook Media发布了一份报告,质疑AMD循环交易与融资担保给该公司带来风险,并提到该

    来源 AI 行业观察
  5. Superfluid 舰队模式:多台电脑连起来跑本地大模型

    本地跑大模型虽隐私安全,但单设备算力有限且易闲置。Superfluid 推出“舰队模式”,能将办公室内不同品牌、不同芯片的电脑(Mac、NVIDIA、AMD等)聚合成一个统一的推理端点。实测显示,六台异构设备协同可将吞吐量提升近五倍,且支持节点故障无缝切换,无需修改客户端代码即可享受分布式算力红利。

    来源 AI 应用前沿
  6. NVIDIA SEED:让Qwen预填充计算降25%,显存占用砍半

    NVIDIA 发布 SEED 技术,针对 Qwen3.8-Flash-Next 等混合架构模型进行推理优化。通过“浅层编码深层记忆”和“循环状态低秩分解”,SEED 在不改变原模型权重的前提下,将预填充阶段的计算量减少约 25%,单请求循环状态内存占用从 113MB 降至平均 43MB。实测显示,在 GB300 GPU

    来源 AI 应用前沿
  7. SpaceX 430亿美元芯片抵押融资与马斯克太空数据中心计划起冲突

    IT 之家 11 月 20 日消息,据《金融时报》今日报道,SpaceX 最新一笔以英伟达 AI 芯片为抵押的 430 亿美元(IT之家注:现汇率约合 2,877.55 亿元人民币)债务融资,正与其 CEO 埃隆 · 马斯克的太空 AI 数据中心计划产生冲突。 为这笔融资提供支持的贷款方曾试图在合同中加入限制条款,禁止

    来源 AI 行业观察
  8. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  9. 谷歌调整TPU供应链:设计分工联发科,HBM绕开博通直采

    IT之家 11 月 20 日消息,据韩媒 Chosun Biz 消息,随着人工智能基础设施投资的增加,美国大型科技企业正逐步调整芯片采购策略。 为降低对英伟达 GPU 的依赖,这些企业一方面采用自研 AI 芯片或推进供应商多元化,另一方面选择直接采购高带宽内存(HBM)以削减中间环节成本。 据半导体业界 18 日消息,

    来源 AI 行业观察
  10. Anthropic冲击IPO:算力账单与循环融资面临公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 科技快讯
  11. 一句"AMD loves gamers"翻车:社区笔记贴出苏姿丰原话,评论区变大型打脸现场

    11月17日,AMD日本官方X账号转发了一条苏姿丰为玩家签名显卡的活动报道,并配文称“AMD最重视与玩家的交流”,以“AMD loves gamers”作结。本意是拉近与玩家社区的距离,结果帖文下方很快被附上了一条X平台社区笔记——笔记内容并非网友情绪化的反驳,而是直接引用了苏姿丰本人的原话。活动照片还带着温度,CEO

    来源 TechWeb
  12. SpaceX 430亿AI芯片抵押融资卡壳:太空数据中心计划撞上债权人条款

    IT 之家 11 月 20 日消息,据《金融时报》今日报道,SpaceX 最新一笔以英伟达 AI 芯片为抵押的 430 亿美元(IT之家注:现汇率约合 2,877.55 亿元人民币)债务融资,正与其 CEO 埃隆 · 马斯克的太空 AI 数据中心计划产生冲突。为这笔融资提供支持的贷款方曾试图在合同中加入限制条款,禁止

    来源 腾讯网
  13. Prime Intellect推出Model Factory:支持数千GPU训练万亿参数MoE

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支

    来源 腾讯网
  14. Anthropic上市首日:市值冲$1.76万亿,算力账单$895亿

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏

    来源 AI 科技快讯
  15. 苹果拟与三星签四至五年DRAM长约:2027年生效,锁定最低采购量

    11月18日报道,受人工智能算力基础设施需求激增引发的芯片供应紧张影响, 苹果公司 拟与三星电子达成一项罕见的四至五年期DRAM内存供应协议,于2027年上半年生效并延续至2031或2032年,以锁定最低采购量、保障未来 iPhone 与 MacBook 等终端产能。 长期以来,苹果依赖庞大订单量与

    来源 AI 开发者社区
  16. 阿里云单季收入609.73亿增53%:吴泳铭称算力紧缺长期存在

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。 剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重

    来源 AI 行业观察
  17. Anthropic上市即遭联名信炮轰:2万亿市值与半个硅谷的怒火

    Anthropic于2026年11月19日上市,成为规模最大的IPO,首日收盘市值约1.77万亿美元。七位联合创始人通过F类股票掌握50.1%投票权,员工首日即可套现;同时其9009亿美元算力采购承诺被指“循环融资”,上市当日遭近百名AI人士公开信批评“言行不一”。

    来源 凤凰科技
  18. 从英伟达到苹果、微软:同样拥抱AI,为什么企业的财富命运截然不同?

    AI正在改变企业创造财富的方式。检索、计算、起草、核对等标准化工作,越来越多地由工具完成。技术能力的普及并不意味着企业之间的差距会消失。相反,当算力和信息更容易获得,领导者如何提出问题、配置资源、处理冲突以及确定长期目标,开始更直接地影响企业能否把技术转化为持续价值。德鲁克曾把管理与领导分开:管理是把...

    来源 腾讯网
  19. SpaceX周四发债60亿美元买英伟达芯片:320亿美元融资收官

    据媒体报道,本次发售包括约60亿美元债券,规模已从此前的40亿美元上调,于周四向投资者开放认购,其余约260亿美元票据此前已完成配售。资金将通过名为Saturn Funding Trust的特殊目的载体购买英伟达AI芯片,SpaceX初期以五年期租约使用这些芯片。

    来源 华尔街见闻
  20. 英伟达万亿敞口承压:AI资本开支是见顶还是中途调整

    杰富瑞认为,市场已经把情况按“见顶”来定价,但尚无“实体层面的证据”支持这一判断:英伟达以3300亿美元表外敞口充当AI生态的“央行”,治理转向可能会使融资链条收紧;四大云厂商净利润增长73%,但剔除AI非现金账面收益后仅增长15%;东南亚芯片出口新规进一步抬高跨境算力扩张的门槛。

    来源 华尔街见闻
  21. Anthropic上市首日冲高回落,美股三大指数齐跌,道指失守5万点

    费城半导体指数跌2.4%,AMD遭做空重挫7.7%,英伟达跌3.3%,创52周新低。甲骨文跌3%,盘中创一年新低。CoreWeave跌6.1%。10年期美债收益率下行1.5个基点。美元指数涨0.2%,创18个月新高。离岸人民币跌至一个月低位、触及6.70关口。WTI原油涨1.1%。黄金创去年9月以来最低。白银跌3%。比

    来源 华尔街见闻
  22. 英伟达拟收购Inception:估值超5亿美元,三位联创或加盟

    IT之家 11 月 20 日消息,科技媒体 The Information 今天(11 月 20 日)发布博文,报道称英伟达计划收购 AI 初创公司 Inception,目前双方已深入谈判,交易估值至少超过 5 亿美元(IT之家注:现汇率约合 33.46 亿元人民币),并可能附加与业绩挂钩的额外奖励。

    来源 凤凰科技
  23. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
向下滚动自动加载更多