光互联企业芯界光核近期完成了多轮种子轮融资，总金额达到亿元级别。此轮融资由交大系基金启高资本、菡源资产、小苗基金，光通信产业投资方通鼎集团，以及市场化机构君鼎基金共同参与。资金将主要投向核心团队的扩充、芯片流片、工程化验证以及产品研发等领域。

芯界光核成立于2026年1月，其核心团队汇聚了上海交通大学光通讯全国重点实验室的科研人员，并吸纳了在硬科技产品研发、企业运营和产业化方面经验丰富的行业专家。公司专注于构建Photonic Nexus全光互联平台，旨在为人工智能算力集群、高性能计算以及下一代智能计算中心提供从硅光芯片、光引擎到光交换系统的端到端全光互联解决方案。

公司创始人应莺与联创史博均为北京大学校友，毕业后曾先后在IBM、赛灵思（Xilinx）等国际科技企业任职，并在硬科技初创企业中担任要职，各自拥有超过20年的硬科技产品研发、商业化及企业运营经验。联创陆梁军教授和李雨教授均来自上海交大光通信全国重点实验室，该团队是中国最早进行硅光芯片研究的团队之一。两位教授在光收发芯片、光电合封、OCS芯片等领域拥有近二十年的深入研究，技术水平达到国际先进水平。李雨教授在加入上海交大前，曾在AMF和Marvell工作六年，主导过硅光芯片的研发。

在人工智能算力需求持续增长的背景下，“光进铜退”的趋势正从机柜级、板间级向芯片封装内部延伸。2026年6月10日，工业和信息化部发布的《“人工智能+信息通信”创新发展实施意见（2026—2028年）》将光电芯片、OCS器件、CPO器件等列为人工智能发展的基础，并强调要加强高端光电芯片和器件的研发，以及全光交换器件等技术和产品的研发验证。

从光模块、NPO、CPO到OIO，光互联技术不断向算力芯片靠近，其目标是在更短的距离内实现更高的带宽、更低的延迟和更低的功耗。

芯界光核提出的Photonic Nexus全光互联平台，其核心理念是在OIO（Optical I/O）的基础上引入OCS（Optical Circuit Switching，光交换），从而克服传统点对点光连接的局限。通过光交换机实现光到光的直接路由，可以减少传统电交换过程中“光-电-光”的转换环节，进而降低链路延迟和系统功耗，更好地满足AI集群Scale Up场景的需求。

在OCS技术路线的选择上，芯界光核采用了硅光方案。与普遍采用的基于MEMS（微机电系统）的光交换方案相比，硅基OCS在尺寸、成本、可靠性以及规模化集成潜力方面具有显著优势。目前，公司已成功研发出32×32硅基OCS芯片，其插损等关键性能指标已处于行业领先水平，并正积极推进其向商用系统转化，同时规划开发64端口及更大端口规模的产品。

随着产品从技术验证阶段迈向工程化和客户验证阶段，芯界光核将持续扩充在硅光芯片设计、光电合封、OCS系统、测试验证、供应链以及市场应用等方面的团队。公司期望吸引更多拥有芯片、光通信、AI基础设施和系统工程背景的专业人才，共同参与下一代全光互联平台的产业化进程。

以下是硬氪与创始人应莺的对谈节选：

硬氪：芯界光核的全光互联Photonic Nexus平台是否可以理解为“OIO + OCS”？相较于单纯的OIO，它有哪些独特之处和优势？

应莺： 我们的技术聚焦于下一代AI算力集群中的高带宽、低延迟、低功耗互联需求。OIO主要解决的是GPU等算力芯片周边的高速电信号向光信号转换的问题，但如果数据交换仍依赖传统的电交换层，那么在链路中会因为光电转换而产生额外的功耗和延迟。

芯界光核的全光互联架构在OIO之外增加了OCS（光交换），利用光路完成数据调度，替代了部分传统电交换的功能。这意味着GPU与GPU之间，或者算力芯片与内存或其他关键单元之间，可以在更高带宽密度下实现更低的功耗互联。这种架构天然适合Scale Up场景，也是全球领先的AI基础设施厂商正在积极探索的方向。

硬氪：公司布局了多款光互联产品，其产品路线的逻辑是什么？目前进展如何？

应莺： 我们的产品布局围绕OIO和硅基OCS两条主线展开，技术底座是复用的，均基于MZI（马增调制器）和MRR（微环调制器）。在OIO方面，我们首先推进的是“窄而快”的高速硅光PIC，单波速率正从100G、200G向400G演进。这类产品与光模块、NPO等现有应用兼容性高，能够较快进入产业验证阶段，并且是下一代CPO/OIO产品的重要核心组件。这部分产品将快速进入量产。

第二步，我们将利用自主研发的高速硅光收发芯片，结合电芯片和先进的3D光电合封工艺，推出面向CPO的高带宽、高密度光引擎产品，用于智算中心的低功耗互联场景。我们正在与客户进行联合开发，计划明年实现小批量量产。

第三步，我们将进一步推进面向GPU侧的高密度光收发引擎，即OIO。该产品面向GPU集群Scale Up互联、内存池化及CXL扩展，通过微环调制方案与光电协同设计，有望在功耗和带宽密度上实现显著提升，预计后年实现小批量量产。

在OCS方面，公司已完成硅基32×32严格无阻塞OCS芯片的研发，其插损等关键技术指标处于全球行业领先水平。我们计划在明年初推出32×32 OCS系统。后续，硅基OCS芯片的端口规模将继续向64端口、128端口甚至更高端口数发展。这系列产品将根据市场成熟度，预计明年送样，后年开始小批量量产。

硬氪：技术从实验室走向大规模商业化，通常会面临良率、成本和可制造性等挑战。芯界光核将如何应对这些问题？

应莺： 上海交大科研团队在实验室阶段打下了坚实的基础，不仅在科研方面，在工程实现方面也积累了深厚的经验。我们的团队在光互联领域深耕二十年，通过多轮流片、设计迭代和工艺优化，持续提升芯片性能与良率。更重要的是，我们并非只关注单点器件，而是从芯片、封装测试到系统应用都有长期的积累。

团队早在数年前就开始有意识地积累工程化能力，在芯片封装测试、系统验证和应用场景适配方面形成了较为完整的经验。在代工方面，公司与国内外经验丰富的头部代工厂合作，同时吸纳了富有经验的工程化团队。我们从追求“最高指标”转向关注规格满足率、良率、成本、可靠性与交付周期的平衡，确立了以量产为导向的核心逻辑。

硬氪：与其他光互联企业相比，您认为芯界光核的核心优势是什么？

应莺： 我们的核心优势在于技术积累与产业化能力的结合。尽管公司成立时间不长，但背后拥有二十年的硅光与光互联技术积累。核心研发团队长期深耕硅光OIO、OCS及光互联系统，具备从芯片设计、工艺协同到系统级验证的全链条能力。顶尖的科学家团队拥有持续的创新能力，在尖端技术探索方面长期保持领先，公司技术储备极其丰富，为我们构筑了宽广的技术护城河。

同时，公司运营团队由资深产业人士组成，具备多年硬科技创业和产业化经验。我们认为，顶尖科学家的底层技术能力与产业团队的产品化、客户化和组织管理能力相结合，是硬科技公司从实验室走向市场的关键。公司在光电合封以及32×32硅基OCS等技术和产品上的领先性，也为我们与头部客户和生态伙伴开展联合验证奠定了基础。

硬氪：算力场景被视为OIO的重要市场。您预计OIO真正大规模爆发的时间点会在什么时候？

应莺： 行业普遍认为，OIO将在未来一到两年内率先在海外领先的AI算力集群中加速落地。受供应链、产能、系统架构及客户验证节奏等因素影响，国内大规模商业化通常会有一定的时间差。因此，现在开始布局和研发，是进入市场的关键窗口期。

我们判断，随着AI模型规模的扩大和算力集群的持续扩容，传统电互联在功耗、带宽密度和延迟方面所面临的压力将进一步凸显。OIO和OCS并非单一器件的升级，而是下一代算力基础设施架构升级的重要组成部分。

硬氪：接下来，芯界光核在产品和市场方面有何计划？

应莺： 产品方面，我们致力于成为国内领先的光互联技术解决方案提供商，为客户提供高性能、低功耗、可规模化部署的产品。公司的光互联产品线正在依次推进：硅光芯片单波200G/400G产品正在迭代，计划进入量产；CPO光引擎产品预计年底送样；OCS系统预计明年初进入送样和客户验证阶段。

市场方面，我们将重点服务头部云厂商、AI算力集群运营方、服务器和GPU平台厂商，以及光通信设备生态伙伴。公司将围绕Scale Up互联、智算中心低功耗互联、高密度光引擎和全光交换等场景推进联合验证，积极参与定义下一代光互联标准，并通过产业伙伴协同加速规模化落地。

投资人观点：

启高资本： 芯界光核是我们在硅光领域发现的高度稀缺的投资标的。公司核心技术团队源于上海交大在硅光领域的长期技术积累，运营团队亦具备硬科技产业化经验。我们看好公司以硅光平台为基础，发展光引擎、光互联和光交换等产品线，成为下一代AI算力集群的重要基础设施供应商。

菡源资产： 交大基金长期关注硬科技成果的转化。芯界光核依托交大二十余年的技术积淀，将硅光与光互联领域的科研成果推向产业化。其OIO与OCS的全栈布局，直接切中了AI算力在功耗和互联方面的瓶颈。我们看好“科学家+产业人”的团队组合，并期待公司能推动国产硅光技术实现更大规模的应用。

小苗基金： 硬科技创业首先要看团队。芯界光核由具备长期科研积累的学术专家与拥有产业化经验的创业团队共同推进，兼具底层技术能力和商业化执行力。我们相信这种组合有望在光互联赛道形成持续的竞争优势。

通鼎集团： AI算力的爆发正在重塑光通信产业格局，“光进铜退”和光电融合已成为明确趋势。芯界光核以硅基OCS和全光互联平台为核心，针对功耗、延迟和带宽瓶颈提出了系统级的解决方案。通鼎集团将在产业资源、供应链和市场渠道方面与公司形成协同效应，助力其加快产品落地和规模化商用。

君鼎基金： 我们判断，光互联将是AI算力时代最确定的投资主线之一。芯界光核凭借清晰的产品化路径、完整的OIO与OCS布局，以及顶尖技术团队和产业团队的互补优势，在早期阶段已建立了较强的技术壁垒和商业化潜力。我们期待陪伴公司共同把握AI算力基础设施升级的历史性机遇。