芝能智芯出品
加州初创公司Lightmatter近日推出了两项突破性的光学互连技术——Passage L200和Passage M1000，解决人工智能（AI）多『芯片』设计中日益严峻的带宽瓶颈问题，利用光信号替代传统电信号，分别实现了高达256 Tbps和114 Tbps的I/O带宽，提升了AI计算的性能和效率。
● Passage L200作为全球首款3D共封装光学（CPO）产品，提供32 Tbps和64 Tbps版本，可将AI模型训练时间缩短至原来的八分之一；
● Passage M1000则是一个光子超级『芯片』参考平台，支持超大规模多『芯片』AI处理器设计。
去年底Lightmatter通过4亿美元💵的D轮融资，总计融资金额达8.5亿美元💵，公司估值达到44亿美元💵，并与GlobalFoundries、ASE和Amkor等行业巨头合作，确保产品于2025年和2026年上市。
伴随着AI计算需求的激增，Lightmatter的技术提升了『数据中心』的性能，还为能效和可扩展性提供了全新解决方案。
Part 1
Lightmatter的光学互连技术：
突破传统限制的技术创新
● Passage L200
Lightmatter的Passage L200是全球首款3D共封装光学（CPO）产品，专为下一代XPU（处理器、加速器或GPU）和交换机硅设计打造。
这一技术通过将光学器件直接集成到『芯片』封装中，消除了传统电信号I/O对『芯片』边缘（即“前沿”）的依赖，实现了“无边缘I/O”的设计理念。
L200提供32 Tbps和64 Tbps两个版本，总I/O带宽可达256 Tbps，相较于现有解决方案提升了5到10倍的性能。
◎ Passage L200采用3D堆叠架构，将Alphawave的I/O『芯片』与客户的XPU硅片并排放置，并通过Lightmatter的Passage有源光学插入器进行垂直通信。
◎ I/O和XPU『芯片』组使用标准晶圆上『芯片』工艺安装在Passage插入器上，通过UCIe协议实现无缝通信，无需修改软件。
◎ 硅通孔（TSV）技术则将电力从下方电路板传输至上方XPU，确保高效供电。
每个64 Tbps版本配备四个I/O『芯片』，每根光纤提供1.6 Tbps带宽（基于每波长112 Gbps，16个波长），比当前NVLink技术快18倍，比传统可插拔光学器件快2倍。
Passage L200的高带宽和低延迟特性使其在AI计算中表现出色。例如，其64 Tbps版本可为单个封装提供256 Tbps的I/O带宽，显著缩短数据传输时间，使AI模型训练速度提升至传统技术的8倍。
此外，光学传输相比电信号产生更少的热量，降低了功耗和散热需求。
Lightmatter首席执行官尼克·哈里斯（Nick Harris）表示：“L200和L200X将于2026年全面上市，我们正与客户『芯片』整合，彻底改变AI计算的硬件架构。”
● Passage M1000
Passage M1000是Lightmatter推出的光子超级『芯片』参考平台，基于相同的Passage有源光学插入器技术，旨在为超高性能多『芯片』AI处理器提供支持。
◎ 该平台通过固态光开关实现可编程波导网络，总光学带宽高达114 Tbps，每个封装支持1.5 kW的电力供应。
◎ Passage M1000采用多光罩有源光子插入器，面积超过4000平方毫米，是目前全球最大的3D封装『芯片』复合体。
◎ 它支持256根光纤边缘连接，每根光纤带宽为448 Gbps，可在一个扩展域内连接多达2000个GPU。
哈里斯强调：“M1000是理论上最小尺寸的高带宽封装，传统CPO技术因光学模块外置而体积庞大且散热困难，而M1000将光学器件集成于『芯片』内部，解决了这些问题。”
Passage M1000特别适用于需要大规模计算资源的AI任务，如大型语言模型（LLM）的训练和推理。
通过光学互连消除I/O前沿限制，M1000允许计算『芯片』在封装内任意位置布置Serdes，实现前所未有的灵活性和扩展性。这一特性使其成为构建百万节点AI计算集群的理想平台，将于2025年夏季上市。
● Lightmatter的光学互连技术相较传统电信号互连具有显著优势：
◎ 超高带宽：光信号在更小的物理空间内传输更多数据，L200和M1000的带宽远超传统技术。
◎ 低延迟：光速传输减少了数据延迟，提升了AI计算的实时性。
◎ 低能耗：光信号热损耗低，有效降低『数据中心』功耗。
◎ 高可扩展性：光学互连支持计算资源的无缝扩展，适应AI需求的快速增长。
Lightmatter将光学技术与计算单元深度整合的策略，彻底颠覆了传统『芯片』互连的局限性。
Part 2
市场影响
与Lightmatter的战略定位
随着生成式AI和大型语言模型（如GPT-4）的兴起，AI计算需求呈指数级增长。训练这些模型需要数千甚至上万GPU协同工作，而传统电信号互连技术在带宽和能耗方面已接近极限。
例如，NVIDIA的NVLink最新平台（NVL72）提供7 Tbps的『芯片』间传输速度，但仍无法完全满足未来AI集群的需求。
此外，电信号互连的高延迟和能耗问题进一步限制了计算集群的效率。Lightmatter的光学互连技术应运而生，其产品已将『芯片』互连速度提升至30 Tbps，并计划推出100 Tbps版本。
相比之下，Passage L200和M1000分别提供256 Tbps和114 Tbps的带宽，不仅大幅提升了数据传输效率，还通过光信号降低了能耗，为AI『数据中心』提供了可持续发展的路径。
2024年底，Lightmatter完成4亿美元💵D轮融资，由T. Rowe Price Associates领投，GV（Google Ventures）等现有投资者跟投，总融资金额达8.5亿美元💵，公司估值升至44亿美元💵。这一资金支持将加速其产品研发和市场化进程。
与此同时，Lightmatter与GlobalFoundries、ASE和Amkor等行业领导者合作，利用GlobalFoundries的Fotonix平台生产硅光子『芯片』，并通过ASE和Amkor完成封装，确保产品质量和量产能力。
哈里斯表示：“我们借鉴台积电的商业模式，不偏袒任何客户，而是为其提供技术平台，帮助他们扩展市场。”这种开放合作策略有助于Lightmatter在AI计算生态中建立广泛影响力。
Lightmatter通过Idiom软件平台降低了技术采用门槛。Idiom支持开发者将基于PyTorch、TensorFlow或ONNX的模型直接运行于Lightmatter的光子架构，无需修改代码。这一兼容性极大提升了其产品的市场接受度。
此外，Idiom提供模型优化工具，如压缩和量化，帮助开发者在保持性能的同时缩小模型体积，满足多样化的AI应用需求。
随着AI计算需求的持续攀升，光学互连技术被视为解决『数据中心』瓶颈的关键方向。Lightmatter凭借其在硅光子学领域的技术积累和先发优势，已成为该领域的领军企业。
然而，竞争也在加剧，如Celestial AI等公司也在探索类似的光子计算技术。尽管如此，Lightmatter通过与行业巨头的合作和全面的软硬件生态，巩固了其市场地位。
Passage M1000（2025年上市）和L200/L200X（2026年上市）的推出，将进一步强化其在AI计算市场的领导力。
小结
Lightmatter的Passage L200和M1000代表了AI计算硬件领域的一次革命性突破。通过将光信号应用于『芯片』互连和计算，打破了传统电信号的带宽和能耗瓶颈，为AI『数据中心』提供了高效、可扩展的解决方案。
