目前在AI芯片領(lǐng)域，英偉達可以說是沒有對手。特別是ChatGPT的火爆，讓英偉達跨過了1萬億美元市值大關(guān)，成為全球No.1的芯片企業(yè)。

英偉達在AI芯片有多牛？說兩個數(shù)字，大家就懂了。AI芯片主要分為訓(xùn)練芯片以及推理芯片兩種。

在AI訓(xùn)練芯片市場，Nvidia憑借V100 NVLink、V100PCIe等系列產(chǎn)品占據(jù)了90%的市場份額。在推理芯片市場，Nvidia憑借著T4、P4等產(chǎn)品占據(jù)約65%的份額。

在全部 AI芯片市場，英偉達一家占了80%+以上的份額，而AMD占了15-20%左右的份額，其它玩家，可能只占了5%甚至不到5%的份額。

國內(nèi)也有AI芯片，不過大多集中在推理領(lǐng)域，比如華為、寒武紀、比特大陸、阿里等，他們合計應(yīng)該占了全球15-20%的份額，但在總的AI芯片上，合計可能不超過5%。

畢竟國內(nèi)的AI芯片，確實在性能、功耗、軟件生態(tài)等指標上與英偉達等，差距巨大，所以尚未實現(xiàn)大規(guī)模應(yīng)用。

不過，業(yè)界普遍認為，在未來光芯片將挑戰(zhàn)甚至顛覆現(xiàn)在的AI芯片，因為光芯片是利用光波作為載體進行信息處理的技術(shù)，具有大帶寬、低延時、低功耗等優(yōu)點，提供了一種“傳輸即計算，結(jié)構(gòu)即功能”的計算架構(gòu)。

之前，以Lightmatter和Lightelligence為代表的國際玩家，已經(jīng)推出了新型的硅光計算芯片，性能遠超目前的AI算力芯片。特別是Lightmatter，他們推出了一款名為Envise的光芯片，其運行速度比英偉達的A100芯片快1.5到10倍。

所以，這幾年，國內(nèi)眾多企業(yè)都在研究光芯片，比如曦智科技、光子算數(shù)等，大家都想要換道超車，因為想在現(xiàn)有的硅基芯片上超過英偉達實在是太難了，光芯片或者是換道一次好機會。


國產(chǎn)光芯片重要突破

最近，中國科學(xué)院半導(dǎo)體研究所集成光電子學(xué)國家重點實驗室微波光電子課題組李明研究員-祝寧華院士團隊研制出一款超高集成度光學(xué)卷積處理器。相關(guān)研究成果以Compact optical convolution processing unit based on multimode interference為題，發(fā)表在《自然-通訊》上。

這標志著我國在光計算方面有了重大突破。中信建投更是直接喊出此項技術(shù)的突破在AI領(lǐng)域具有廣闊前景。據(jù)了解，光計算是一種利用光波作為載體進行信息處理的技術(shù)，具有大帶寬、低延時、低功耗等優(yōu)點，提供了一種“傳輸即計算，結(jié)構(gòu)即功能”的計算架構(gòu)，有望避免馮·諾依曼計算范式中存在的數(shù)據(jù)潮汐傳輸問題。

中信建投指出，近年來光計算在AI領(lǐng)域呈現(xiàn)高速的發(fā)展，具有廣闊的應(yīng)用前景。以Lightmatter和Lightelligence為代表的公司，推出了新型的硅光計算芯片，性能遠超目前的AI算力芯片，據(jù)Lightmatter的數(shù)據(jù)，他們推出的Envise芯片的運行速度比英偉達的A100芯片快1.5到10倍。

光芯片能夠挑戰(zhàn)英偉達的AI芯片嗎？英偉達最大的對手AMD在周二展示了其即將推出的GPU專用的MI300X AI芯片（其稱為加速器），該加速器可以加快ChatGPT和其他聊天機器人使用的生成式人工智能的處理速度，并可以使用高達192GB的內(nèi)存，而英偉達的H100芯片只支持120GB內(nèi)存，英偉達在這一新興市場的主導(dǎo)地位或?qū)⑹艿教魬?zhàn)。

光模塊需求暴增，國產(chǎn)替代加速

今年的AI浪潮，促使光模塊需求暴增，光芯片的性能直接決定光模塊的傳輸速率，是產(chǎn)業(yè)鏈核心之一，相關(guān)數(shù)據(jù)顯示，光模塊成本構(gòu)成當(dāng)中，光芯片及組件占比達到50%，是其中最大的成本項。今年市場的共識就是，缺算力，從而導(dǎo)致光模塊缺口大。光芯片作為光模塊當(dāng)中價值鏈最大的環(huán)節(jié)，自然也會存在供需缺口，也有量價齊升的預(yù)期。

光芯片是實現(xiàn)光信號和電信號之間轉(zhuǎn)換的芯片，根據(jù)材料的不同，光芯片的材質(zhì)可以分為磷化銦（InP）、砷化鎵（GaAs）、二氧化硅（SiO2）以及鈮酸鋰（LiNbO3）等。其中，隨著光通信技術(shù)朝著CPO/LPO等先進封裝方案持續(xù)演進，更高速率的DFB、EML芯片、硅光芯片、薄膜鈮酸鋰調(diào)制器芯片等會更加適配，應(yīng)用場景會更加豐富。

從光芯片的行業(yè)格局來看，低速率光芯片市場接近飽和，國產(chǎn)化率也很高，其中10G以下光芯片國產(chǎn)化率已經(jīng)達到90%。但是，今年AI技術(shù)迭代，數(shù)據(jù)中心持續(xù)升級，主要是對高速率光芯片的需求大幅增長，機構(gòu)預(yù)計，到2025年25G以上速率光芯片市場規(guī)模達43.4億美元，年均復(fù)合增長率達21.40%。所以高速率光芯片的前景是非常廣闊的。但是，我國25G以上速率光芯片的國產(chǎn)化率約為4%，國產(chǎn)化率非常低。

對于整個半導(dǎo)體芯片行業(yè)，在各國打壓和限制不斷升級的背景下，我國早就認識到了國產(chǎn)替代的重要性。而受益于今年的AI浪潮，高速率光芯片需求將大幅增長，將助力我國高速率光芯片國產(chǎn)替代進一步加速。

在行業(yè)高速發(fā)展的過程當(dāng)中，就是搶占市場的好機會。這次中科院在光計算方面的重大突破，就有利于加速我國光芯片的國產(chǎn)替代。


光芯片的增長邏輯是什么？

我們認為光芯片增長邏輯是下游算力需求增長驅(qū)動光芯片放量，以及光芯片將迎來產(chǎn)品升級和技術(shù)迭代。

根據(jù)LightCounting數(shù)據(jù)測算，全球光芯片市場規(guī)模將從2022年的27億美元增長至2027年的56億美元，CAGR為16%。

隨著人工智能技術(shù)在世界范圍內(nèi)的興起，基于 ChatGPT的大模型使 AIGC受到了廣泛的關(guān)注。而在AIGC商業(yè)化應(yīng)用加速落地的背景下，算力基礎(chǔ)設(shè)施的海量增長和升級換代將成為必然趨勢。

AIGC等技術(shù)應(yīng)用的背后是龐大的算力支撐，光纖接入、數(shù)據(jù)通訊等數(shù)據(jù)流量的高速增長將直接拉動光模塊增量，光芯片作為光模塊中最核心的器件將深度受益；

AIGC的算力要求催生高速率、大帶寬的網(wǎng)絡(luò)需求，光模塊向更高速率演進，將有力推動光芯片的技術(shù)升級和更新?lián)Q代；

AIGC等技術(shù)的應(yīng)用需要巨大的算力做后盾，光纖接入和數(shù)據(jù)通信等數(shù)據(jù)傳輸?shù)目焖侔l(fā)展將會直接推動光模塊的發(fā)展，而光模塊的核心元件——光芯片將會深深受益；

AIGC的算力要求催生高速率、大帶寬的網(wǎng)絡(luò)需求。同時，光模塊的高速發(fā)展，也將會對光學(xué)芯片的技術(shù)升級與更新起到推動作用。

數(shù)據(jù)中心的網(wǎng)絡(luò)架構(gòu)升級導(dǎo)致內(nèi)部光連接增加，傳統(tǒng)三層架構(gòu)的數(shù)據(jù)中心正向葉脊架構(gòu)過渡，意味著光模塊需要更快的傳輸速率和更高的覆蓋率，中高端光芯片有望快速放量。

此外，激光雷達等應(yīng)用的快速落地也將推動光芯片的增長。

因此，光芯片也逐步被資本市場所關(guān)注到。