工信部于2026年6月10日印发《“人工智能+信息通信”创新发展实施意见(2026—2028年)》,将高端光电芯片与器件研发提升至国家战略层面。该政策明确要求加强高速光电芯片、全光交换器件、光电共封装器件等核心技术的研发验证,并开展光电混合组网技术试验,旨在加速技术方案成熟,为AI算力基础设施构建坚实的硬件底座。此举标志着中国在AI算力竞赛中,正从“电”主导向“光”主导的传输架构进行关键性战略转向。

什么是高端光电芯片在AI算力中的核心价值?

高端光电芯片是实现数据中心内部及跨区域算力节点间高速、低延迟数据传输的基石。根据行业测算,2025年全球面向AI数据中心的100G及以上高速光芯片市场规模迎来爆发式增长,是整体市场增长的核心驱动力。在AI数据中心内部,服务器集群进行大模型训练和推理时,数据交互量呈指数级增长,传统电信号传输面临带宽瓶颈和信号衰减难题。高速光电芯片与全光交换器件能够突破这一瓶颈,将传输带宽提升一个数量级,同时将信号时延缩短至纳秒级别,从而充分释放集群的潜在算力。

政策为何聚焦“光电混合组网”与“光电共封装”?

“光电混合组网”与“光电共封装”是应对AI算力集群高密度、高能耗挑战的必然技术路径。工信部文件明确提出开展这两项技术的试验与攻关。光电混合组网通过在数据中心的特定层级引入光交换,能大幅优化机房布线,减少线路损耗和功耗。而光电共封装技术则将光引擎与交换芯片紧密集成,显著缩短电互连距离,降低功耗和延迟。行业数据显示,采用CPO技术的光模块功耗可比传统可插拔式光模块降低高达50%。中国信息通信研究院专家李明指出:“光电混合与共封装是解决未来智算中心‘功耗墙’和‘带宽墙’的关键,政策引导将加速产业链从技术验证走向规模商用。”

当前全球及中国光芯片市场的规模与趋势如何?

全球光芯片市场正伴随AI算力需求呈现强劲增长态势。2025年全球光芯片市场规模约为37.6亿美元,预计到2026年将增长至42亿美元,中长期年均复合增长率保持在17%左右。市场研究机构预测,到2030年,全球光芯片整体市场规模有望突破100亿美元。

细分市场 2025年规模 2026年预计规模 2030年展望 核心驱动力
高速光芯片 (100G及以上) 核心增长点 大幅攀升 占据主导 AI数据中心需求
光通信器件整体 >180亿美元 持续增长 310亿美元 光模块升级
CPO相关市场 约22亿美元 稳健增长 规模扩大 功耗与集成度要求
全光交换器件 约4亿美元 快速增长 16亿美元(2029E) 光电混合组网

表:全球光芯片及关键器件细分市场规模与趋势(数据来源:行业测算及市场研究报告)

在中国市场,政策驱动下的国产替代进程正在加速。自“十三五”以来,国务院、工信部等部门已连续发布多项政策,从技术研发、标准制定、产业生态等多维度支持光电芯片行业发展。国家层面规划鼓励开展光子计算、单片集成等前沿技术研究,并支持打造光芯片产业集群,旨在提升高端产品的自主供给能力。

政策将如何影响光芯片产业链的竞争格局?

工信部此次政策将直接推动光芯片产业链向高端化、集中化发展。政策强调加强“技术和产品研发验证”,这意味着拥有深厚技术积累和量产能力的头部企业将获得更多支持。产业链上游的材料、晶圆制造,中游的芯片设计、封装测试,以及下游的光模块、设备集成等环节,都将因技术标准的提升而面临新一轮洗牌。安信证券研究中心电子行业首席分析师张帆认为:“政策明确了未来三年的技术攻关方向,相当于为产业投资划定了重点赛道。资金和资源将向能够突破高速率、低功耗、高集成度技术瓶颈的企业聚集,产业集中度有望进一步提升。”

攻坚高端光电芯片面临的主要挑战是什么?

尽管政策支持力度空前,但中国在高端光电芯片领域仍面临核心技术、产业链协同和人才储备等多重挑战。在核心技术方面,高速率激光器芯片、高端调制器芯片等核心元器件的设计、工艺和可靠性,与国际领先水平仍存在差距。在产业链协同上,光芯片与硅基电路、封装工艺的深度融合需要跨学科、跨企业的紧密合作。此外,兼具光子学和电子学知识的复合型高端人才严重短缺。工信部在实施意见中同步提出“加强智算网络技术与产品验证”和“开展技术试验”,正是希望通过系统级的应用牵引,倒逼关键技术突破和产业链成熟。

结论:政策如何定义AI算力发展的下一个三年?

工信部《实施意见》为2026至2028年中国AI算力基础设施的发展定下了“光进电退”的明确基调。文件将高端光电芯片定位为“人工智能+信息通信”融合创新的关键使能部件。通过聚焦高速光电芯片、光电共封装、全光交换等具体技术方向,并辅以技术试验和攻关项目,政策旨在系统性补齐AI算力在数据传输层面的短板。这不仅关乎单个数据中心的效率,更是构建全国性一体化智算网络、实现算力资源高效调度与协同的基础。未来三年,政策落地效果将直接体现在国产高端光芯片自给率的提升、智算中心能效比的优化以及整体算力成本的下降上,从而深刻影响中国在全球人工智能产业竞争中的位势。