AI算力走向光互连:硅光晶圆级测试为何愈发关键?

2026世界人工智能大会即将于7月在上海启幕。AI算力、大模型、智算集群——这些高频词的背后，有一个被大多数人忽视的产业真相：

算力的瓶颈，正在从“芯片算多少”转向“数据传多快”。

当NVIDIA Blackwell架构的GPU算力持续跃升，铜缆互连在信号完整性、热设计和布线复杂度三方面都逼近物理极限。

于是，产业界给出了一个确定性的答案：光进铜退。

在AI训练集群中，GPU与GPU之间、服务器与服务器之间的数据吞吐量已迈向800G甚至1.6T的超高带宽。

传统铜导线面对如此高频的信号时，正遭遇三堵墙：信号衰减过大、散热压力剧增、能耗无法负荷。

硅光技术的价值就在于：将光电转换逻辑整合进半导体封装，用光信号替代电信号，实现更长距离、更高带宽、更低功耗的传输。

近年来，台积电、英特尔、英伟达等产业链企业持续推进硅光及CPO技术。台积电正在推进COUPE硅光集成平台，并计划进一步与先进封装技术结合；产业发展正由原型验证逐步进入产品化和制造能力建设阶段。英伟达已发布Spectrum-X Photonics以太网交换机产品路线，相关产品计划于2026年下半年推向市场。

硅光已经不再是“概念”，而是AI基础设施的第三极，正从“技术验证”进入“工程推进”阶段。

硅光芯片与传统电芯片有一个本质区别：它是一个光电混合体。

内部不仅包含传统晶体管的逻辑电路，还集成了调制器、光波导、探测器、光栅耦合器等光学元件。在测试这些元件时，关注的不再只是电压和电流，还包括插入损耗、消光比、回波损耗等光学特性参数。

这意味着硅光晶圆测试面临三大“反常规”的挑战：

传统电测试中，探针只要接触到焊盘即可读取信号。

但硅光测试完全不同——光纤探针与晶圆上的光栅耦合器必须在X、Y、Z三轴向上达到极高精度的对准，才能将光信号耦合进入芯片。行业技术壁垒主要体现在光纤耦合与自动对准技术、高精度运动控制平台等方面。

硅材料的热光系数极高——温度微小波动就会显著改变折射率，导致光谐振器中心波长偏移。测试环境必须保持极高稳定，任何局部热点都会让测试数据完全失真。

当硅光芯片采用CPO（共封装光学）后，光引擎与ASIC芯片被封在同一块基板上。封装完成后，光学接口被深埋，传统测试设备难以触及。这意味着必须在晶圆切割前完成全功能测试——不能在封装后再挑坏品，否则整个ASIC模组容易直接报废。

硅光测试涉及光学、电学、精密运动控制、软件算法等多学科交叉，技术壁垒极高，尤其是光纤探针与晶圆光栅耦合器之间的亚微米级对准精度，对设备厂商的工程化能力要求苛刻。

目前该领域的主要参与者包括FiconTEC、FormFactor等国际企业。燕麦科技通过收购Axis-TEC，跻身国内少数掌握全套硅光晶圆检测方案的设备厂商，持续深度融入全球算力、光通信产业链供应链。

2024年底，燕麦科技通过新加坡子公司完成对Axis-TEC 67%股权的收购，并于2026年5月将持股比例增持至75%。公司硅光晶圆检测设备已向海外晶圆厂交付，并配合客户进行技术迭代与验证，市场推广正稳步推进。

据LightCounting预测，CPO端口出货量将从2026年的约30万个激增至2030年的6200万-7100万个，渗透率从0.55%飙升至35.74%。

底层逻辑简单而确定：AI算力集群需要光互连，光互连需要硅光芯片，硅光芯片量产需要晶圆级测试设备。

据QYResearch行业报告数据，2025年全球在线式硅光子晶圆测试系统市场规模约4.68亿美元，预计2032年将达到10.30亿美元，年复合增长率约13.1%。

全球硅光子晶圆测试系统的主要厂商包括Teradyne、Keysight、FormFactor等国际知名企业，深圳市燕麦科技股份有限公司亦位列行业主要企业名单之中。

燕麦科技，恰好卡位这个“测试刚需”。

05燕麦科技，勇敢追光

从FPC测试到半导体测试，从消费电子到AI算力基础设施——燕麦科技正在走的，是一条从“基本盘”向“高成长”延伸的路径。

2026世界人工智能大会即将召开，AI算力的每一轮讨论，都在为硅光测试这个“看不见的环节”做背书。

当算力竞赛进入下半场，拼的不再是谁的芯片算得快，而是谁的数据传得快、测得准。

“

"芯片战争的下半场，不在纳米尺度的锱铢必较，而在光年之外的重构想象。"                      ——《光变》作者 李明骐

”

#燕麦科技 #世界人工智能大会 #硅光 #CPO #AI算力

💬 在AI算力爆发与“光进铜退”的浪潮下，你看好硅光技术的未来吗？欢迎留言分享你的观点～

免责声明:本文部分文字与图片资源来源于网络，版权归原作者所有。在此仅做分享、学习、交流使用，不代表作者立场。如有侵权，请您后台联系我们，我们将尽快删除，谢谢。