文｜Alpha说 南希

在2026云栖大会的聚光灯下，最容易被看见的是芯片、模型和超节点。走进2号馆D06展位，光为科技带来的是一组承担高速数据传输任务的光模块。

这些小盒子承担着一项越来越重要的任务：把服务器和交换机产生的电信号转换成光信号，让数据在GPU集群之间高速流动。

这也是光为科技首次亮相云栖大会时，反复强调“低时延、低功耗、释放GPU算力”的原因。随着AI计算从单张芯片走向万卡集群，算力的竞争已经延伸到芯片之外。GPU能不能持续高效工作，开始取决于数据能否及时送达。

光为科技成立于2017年，是一家面向AI智算中心及网络研发和生产高端光芯片、高速低功耗光模块的企业。公司已经量产11款高端光芯片，并形成数十款光模块产品。今年4月，上市公司协创数据以5.1亿元增资取得其51%股权，光为科技由此成为协创数据控股子公司。几个月后，它首次亮相云栖大会，进一步把光连接能力带入AI算力基础设施体系。

光为科技此次亮相云栖大会，也折射出光连接在AI算力体系中的角色变化：它正从配套部件走向影响集群效率的关键环节。

GPU越堆越多，连接开始决定算力效率

训练和运行大模型，很少由一张GPU独立完成。模型会被拆分到多张芯片、多个服务器甚至多个机柜中，GPU需要持续交换参数、梯度和中间结果。

可以把它理解成一支规模不断扩大的协作团队。每个人的工作能力都很强，信息传递一旦变慢，所有人都要等待。对于GPU集群，这种等待会直接降低昂贵芯片的利用率。

因此，AI基础设施需要同时解决三件事：计算要快，数据要跟得上，整套系统还要控制能耗。

光模块位于数据流动的物理入口。它连接服务器、交换机和存储设备，负责完成电信号与光信号之间的转换。速率、时延、误码率和功耗，都会影响集群能否稳定扩展。

这也解释了为什么行业正在从100G、200G向400G、800G和1.6T升级。数字代表单个模块能够承载的数据传输速率。GPU数量越多、模型规模越大，服务器之间需要交换的数据越多，光模块就要在更小的空间里传得更快、更稳。

光为科技目前已经形成200G、400G、800G和1.6T光模块产品矩阵。其官网披露，产品覆盖高速可插拔光模块，并继续向3.2T、6.4T的CPO、NPO光引擎演进。

它卖出的表面上是一只光模块，最终承接的是GPU集群对带宽、时延和能效的共同要求。

光越靠近芯片，数据搬运越省电

光连接的下一轮变化，集中在LPO、NPO和CPO等技术路线。

传统可插拔光模块安装在交换机面板上，维护和更换方便，产业链也已经成熟。随着单通道速率和交换容量继续提升，电信号需要从交换芯片经过电路板走到光模块，路径越长，信号损耗和功耗压力越大。

新的技术路线正在缩短这段电连接。

LPO通过简化数字信号处理环节降低功耗和时延；NPO把光引擎放到交换芯片附近；CPO进一步把光学器件与交换芯片共同封装。光的位置不断向计算和交换核心靠近，目的都是减少数据搬运过程中的损耗。

在云栖大会现场，光为科技总经理黄愚重点介绍了公司的LPO产品系列。按照现场介绍，这套产品可适配采用博通芯片的主流交换机，包括锐捷、新华三等设备。由于模块侧不再配置DSP，它把功耗、时延和成本进一步压低。公司称，相关产品已经进入头部互联网客户。

对光为科技来说，产品性能建立在两项核心能力上：EM全波电磁仿真与D-DSP核心技术。前者用于系统级信号完整性设计，后者用于降低光模块功耗和时延，提升抗干扰能力与稳定性。依托这套“双引擎”技术矩阵，光为科技让高速光连接在更大规模的GPU集群中传得更快、更稳，也更省电。

此次云栖大会上，光为科技集中展示了200G、400G、800G和1.6T高速光模块，以及LPO、NPO等方案。

这条路线和超节点的发展紧密相连。超节点把更多计算芯片组织成一个协同系统，芯片之间要交换更大量的数据。单颗芯片的性能继续提升，连接能力也要同步升级，系统才能把芯片性能转化为可用算力。

AI算力的升级，正在把光模块从“传输数据的器件”，推向“参与系统设计的部件”。产品竞争也从单一速率，扩展到功耗、时延、稳定性、封装方式以及与交换机和集群架构的协同。

从“光器件”走向“算、连、存”协同

协创数据控股光为科技，为这家公司的产业位置增加了另一层含义。

协创数据原有业务已经覆盖数据存储、服务器、智能终端和算力服务。其2026年半年报披露，公司具备万卡级集群的规划建设、网络组网和运营管理能力，并通过FCloud平台管理GPU资源、任务调度和模型部署。

光为科技加入后，“连接”被补进了这套体系。协创数据将其概括为“算、连、存”：GPU和服务器提供计算，光模块负责连接，存储系统承接数据。

这项协同可以落到两个方向。

一方面，协创数据运营的算力集群为光模块提供了真实的应用环境，让产品研发可以直接围绕带宽、时延、能耗和长期稳定运行持续迭代。

另一方面，光为科技可以跟随集群建设进入客户项目。它提供的价值由单个器件延伸到组网和算力系统，使产品研发更贴近智算中心与超节点的实际需求。

协创数据在投资者互动中表示，双方正围绕智算中心光互联场景推进业务协同。光为科技部分产品已作为满足国家级超算中心要求的供应商实现交付；据企业资料，其客户覆盖互联网企业、电信运营商和智算中心集成商。通过这些应用场景，光为科技可以持续理解下一代算力集群对高速连接提出的新需求。

当计算、连接和存储在同一套体系中协同，光模块的价值也从“卖出多少只”，延伸到“帮助多少GPU形成有效算力”。

云栖大会正在讨论AI如何走向生产。站在这个主题下看，光为科技展示的并非一组孤立的光通信产品，而是AI基础设施正在发生的一次价值迁移。

芯片决定单点计算能力，连接决定这些芯片能否组成高效集群。GPU越堆越多，数据流动越频繁，光连接就越接近算力系统的核心。

当AI竞争进入集群时代，算力的下一道关口，正在光里。