在算力成为新时代"石油"的今天，一个让人意想不到的问题正在浮出水面，不是芯片不够用，而是电不够用。

全球科技巨头们疯狂砸钱建数据中心，却发现电力供应成了新的瓶颈，就在这个关键时刻，一项看似不起眼的"光学"技术，或许正悄悄改写整个游戏规则。

算力军备竞赛背后的电力焦虑

2025年，AI算力竞赛已经白热化，根据最新数据，全球主要云计算企业去年资本支出超过2500亿美元，同比猛增60%以上，这些钱大部分都投向了算力基础设施建设。

国内的投入同样疯狂。预计2025年中国智能算力规模将达1037.3EFLOPS，较2024年增长43%，国内三大云厂商2024年第四季度资本开支合计706.9亿元，同比增长252.7%。

但问题来了，算力越强，耗电越多，国际能源机构发布报告显示，到2030年，随着人工智能发展，全球数据中心的用电量预计将增加一倍以上。

预计到2025年，全国数据中心用电量占全社会用电量的比重将提升至5%，到2030年全国数据中心耗电量将接近4000亿千瓦时。

某知名企业家直言不讳地说，未来两年AI行业将从"缺硅"变为"缺电"。

光学技术的突围之路

就在电力成为制约因素的关键时刻，一个来自海外大学的研究消息让人眼前一亮。

美国某大学的工程师们创造了一种突破性芯片，这种芯片完全依靠光而不是电来执行AI中最耗能的功能，图像识别和模式检测。

这种光学芯片的工作原理很有意思，它把激光器和微型透镜直接集成到电路板上，让芯片能够以更少的能量和更高的速度完成计算。

在测试中，这种芯片识别手写数字的准确率达到98%，与传统电子芯片相当，但能耗却大幅降低。

光学计算还有个独特优势，可以用不同颜色的激光并行处理多个数据流。这就像在同一根光纤里同时传输多种颜色的光，大大提升了处理效率。

其实，光学技术在AI算力基础设施中早就不是新鲜事，目前400G、800G光模块已经投入使用，1.6T光模块也在推进量产之中，2025年北美数通市场800G光模块需求量达到2000万量级。

光模块这个看似不起眼的小部件，作用其实很关键，它负责在AI服务器的各类处理器之间传输海量数据，传统的铜线传输面临带宽和功耗瓶颈，而光通信凭借高频宽、低延迟的优势成为关键解决方案。

国内光计算芯片企业2025年将迎来产品商业化元年，公司计划与下游客户及合作伙伴进行大规模适配，到2026年光计算芯片有望实现大规模出货，这说明光学技术的产业化已经进入快车道。

CPO技术，下一代光学革命

更值得关注的是CPO（共封装光学）技术的兴起。CPO技术是将光模块与主芯片集成在一起，可使信号传输距离从10cm级别降低至1cm级别，功耗降低50%，成本节约30%以上，IDC预测2025-2026年将是CPO试点部署的关键窗口。

业内认为，从1.6T速率开始，传统可插拔光模块的速率升级或达到极限，后续光互联升级可能转向CPO方案。这意味着光学技术正在从辅助角色向核心技术转变。

目前，多家国际巨头都在积极布局CPO领域，微软、Meta等云服务商组建了CPO联盟，旨在加速相关技术的标准化进程。国内企业也不甘落后，多家公司都在这个领域加紧研发。

光学技术的发展也面临一些现实挑战，光芯片的紧张一定程度影响了光模块的出货情况，许多客户都在大量订购芯片、组件等，以确保供应的连续性。

技术路线的选择也很关键，需要注意的是，用于数据传输的光芯片和用于AI计算的光学芯片是两码事，不能混为一谈，前者已经比较成熟，后者还在实验室阶段，需要更多时间来验证和完善。

但总体趋势很明确：据光通信行业机构预测，2024全球用于AI集群的光模块市场将超过40亿美元，同比翻倍以上，2025年则有望超过70亿美元。

结语

面对算力需求爆发带来的电力挑战，光学技术正在成为一个重要的解决方案。

从已经商用的光模块，到即将试点的CPO技术，再到实验室里的光学AI芯片，这些"光的力量"正在重塑算力基础设施的格局。

虽然技术成熟还需要时间，但光学时代的大幕已经拉开。在这场算力与电力的博弈中，光或许真的能成为破局的关键。

信源：

新浪财经2025-09-17 半导体创新赋能可持续AI：围绕算力和电力的“芯”机会

财经早餐2025-09-17 不仅“易中天”，算力缺电的解药也在于光？