目前在AI芯片領域，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，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芯片主要分為訓練芯片以及推理芯片兩種。

在AI訓練芯片市場，Nvidia憑借V100 NVLink、V100PCIe等系列產品占據(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。

國內也有AI芯片，不過大多集中在推理領域，比如華為、寒武紀、比特大陸、阿里等，他們合計應該占了全球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，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，結構即功能”的計算架構。

之前，以Lightmatter和Lightelligence為代表的國際玩家，已經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。


國產光芯片重要突破

最近，中國科學院半導體研究所集成光電子學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卷積處理器。相關研究成果以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的突破在AI領域具有廣闊前景。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，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，結構即功能”的計算架構，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領域呈現(xiàn)高速的發(fā)展，具有廣闊的應用前景。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的內存，而英偉達的H100芯片只支持120GB內存，英偉達在這一新興市場的主導地位或將受到挑戰(zhàn)。

光模塊需求暴增，國產替代加速

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，是產業(yè)鏈核心之一，相關數(shù)據(jù)顯示，光模塊成本構成當中，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，從而導致光模塊缺口大。光芯片作為光模塊當中價值鏈最大的環(huán)節(jié)，自然也會存在供需缺口，也有量價齊升的預期。

光芯片是實現(xiàn)光信號和電信號之間轉換的芯片，根據(jù)材料的不同，光芯片的材質可以分為磷化銦（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、薄膜鈮酸鋰調制器芯片等會更加適配，應用場景會更加豐富。

從光芯片的行業(yè)格局來看，低速率光芯片市場接近飽和，國產化率也很高，其中10G以下光芯片國產化率已經達到90%。但是，今年AI技術迭代，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，機構預計，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化率約為4%，國產化率非常低。

對于整個半導體芯片行業(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替代進一步加速。

在行業(yè)高速發(fā)展的過程當中，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動光芯片放量，以及光芯片將迎來產品升級和技術迭代。

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%。

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

AIGC等技術應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)絡需求，光模塊向更高速率演進，將有力推動光芯片的技術升級和更新?lián)Q代；

AIGC等技術的應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)絡需求。同時，光模塊的高速發(fā)展，也將會對光學芯片的技術升級與更新起到推動作用。

數(shù)據(jù)中心的網(wǎng)絡架構升級導致內部光連接增加，傳統(tǒng)三層架構的數(shù)據(jù)中心正向葉脊架構過渡，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注到。