英伟达只投不做的生意，这家中国公司想接住

站在光里 出品｜虎嗅科技组 作者｜陈伊凡 编辑｜苗正卿 头图｜视觉中国 “AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「67」篇文章。 站在光里。 成了这几年里一句颇有投资意味的号召，扰动二级市场的神经。 AI 对算力的胃口越来越大，数据中心里的光也越来越值钱：光模块负责传输，光互连连接芯片，光交换重新安排数据的去向。原本需要向投资人耐心解释的技术，如今有了一个共同的卖点：让昂贵的算力少等一会儿。需求推高市场预期，市场预期又推高估值。 光的行业，从来不缺造富神话。2026 年 4 月，曦智科技登陆港交所，上市首日盘中涨幅超过 400%；在一级市场，Lightmatter 早在 2024 年 10 月的融资中就获得了 44 亿美元估值，另一家光计算公司光本位也在 2026 年 8 月披露投后估值接近 200 亿元人民币。光计算，一个距离商业化落地还有许久的赛道，资本就已替它标好了价格。 而我们今天要写的这家公司光引科技，看上去像个例外。它的特别之处，是一家很有资格讲光计算的公司，偏偏把这个故事留到了最后。 创始人程祺翔的履历，几乎备齐了这类故事需要的要素：华中科技大学光电子本科，全奖赴剑桥大学读博，在华为参与光技术研发与规划，随后到哥伦比亚大学研究硅光器件、封装和光 I/O，32岁成为剑桥大学博导继续领导光计算和OCS技术落地。 比这些机构与学术名字更有分量的，是他进入这些方向的时间，几乎都卡在其源头创新的最早期。2011 年，他所在的剑桥团队已做出 16 端口的集成光交换器件；2019 年，他所在团队发表了利用微环实现光计算的研究成果，属于较早探索这一路线的团队。同年，他以研究科学家的身份，参与哥伦比亚大学牵头、联合英伟达开展的 DARPA PIPES 项目，参与微环光 I/O 的早期架构设计。2023年，他以剑桥大学PI身份联合英伟达获得欧盟Horizon资助推进OCS在AI DC落地。光的三驾马车，光传感、光计算和光传输，他都做过。今天被资本追逐的几条技术路线，程祺翔在它们成为热门生意之前就已下场。 如果光引科技想以“下一代算力”融资，程祺翔的背景足够吸引人。 但他选择从离商业化最近的光传感先下手，帮助客户判断发酵状态、检测皮肤里的胶原蛋白，听起来远不如挑战 GPU 激动人心。不过，这些问题有具体的使用者，也有可对照的设备成本，客户和投资人也用不着先相信一场计算革命，只需要判断新设备的成本、效能和市场。 光引科技的商业化次序因此颇为清楚：先传感，再通信，计算是最后的目标。传感争取眼前的收入，光交换（OCS）承接AI 数据中心的需求，光计算保留为长期技术储备。在一个早已习惯把远期市场提前计入估值的行业里，这种安排显得有些不合群。但程祺翔说，他愿意谈下一代计算，却不愿让公司今天的生存完全依赖它。 在这场交流中，我们试图理清几个问题：光交换（OCS）的机会究竟在哪里，巨头会不会自己下场；他为什么放着光计算的故事不讲，先从没那么多想象空间、却更靠近商业化落地的光传感下手；以及光计算还有多久落地，还是仅是个伪命题。 迟到 15 年的兑现 “既然你的研究如此有价值，为何光交换还没有得到应用？” 博士答辩时，导师 Richard Penty 院士追问，15年前的程祺翔答不上来。 从开始研究光交换到决定把它作为公司的主攻方向，他等了约15年。 15年后的今天，这个问题第一次有了市场层面的分量。程祺翔选择在此时进入了光交换OCS的市场。 OCS 也不是一条全新赛道。它是 Optical Circuit Switch 的缩写，通常译为光路交换或光电路交换。电交换要先把每个数据包读出来、判断去向、再转发；OCS 的做法更直接：在两个端点之间建立一条物理的光通路，让光直接穿过去。需要改线路时，就在设备内部把光路切换到另一对端口上。这样省去了反复的光电转换，延迟和功耗都更低，对带宽和协议也保持透明。代价是，光路的切换速度，通常比不上电交换处理单个数据包的速度。 有人把这一轮 AI 称作信息革命，也有人叫它“知识平权”：从前只属于少数人的认知，如今人人都能从模型那里拿到一份差不多的答案。知识可以平权，算力不能。当答案变得廉价，真正稀缺的东西就只剩下算力本身，这场竞赛里，卡越多、越强，越占优。 提高算力有两条路。一条是把单卡算力做上去，这是英伟达最擅长的事，也是国内一众 GPU 厂商正在追赶的事。中国的处境更特殊：没有现成的高算力卡可买，只能一边自己补供应链，一边把网络效率这块短板补上。另一条，是提高“有效算力”。 程祺翔算过一笔账：把成千上万张卡堆在一起，理论上总算力等于单卡算力乘以卡的张数，可真正能发挥出来的，往往只有四到五成，好一点也不过五成，剩下一半，被网络吃掉了。于是，一个原本属于芯片的话题，变成了网络的话题。 算力全栈能力拼的是什么？ 光的机会正在这里。“光进铜退”讲了二十年，从长距离到中距离，从短距离到机柜之间，一路推进。唯独有一件东西顽固地留在电的世界里：交换。电交换要不停地做光电转换，功耗是绕不过去的死结。当 AI 集群的带宽从 100G 一路冲到800G，再向 1.6T、3.2T 甚至 12.8T 挺进，电交换端到端微秒到十微秒级的延迟开始成为瓶颈：数据的时间尺度被压缩到百纳秒级，交换的占空比问题就暴露出来，有效算力被死死限制。 光交换（OCS）于是被重新摆上台面，成了“下一个能提高有效算力的核心器件”。这一次，说法不再只是学术圈的自说自话。 资本比谁都先闻到味道。做光模块、做光互连、做光交换的公司，收入和估值在短短一两年里被瞬间拉高，私有协议、UALink、NVLink 轮番登场，标准永远滞后于技术，所有玩家都在抢进度。热钱、热词、热估值，卷成一片。 光，终于等到来了 AI。 2006 年，程祺翔进入华中科技大学学习光电子专业，他把最初的选择称作“误打误撞”。2008 年参与国家光电实验室的研究，2010 年赴剑桥读博，他逐渐认定了光交换这个方向。2011 年团队已做出 16 端口的集成光交换器件。英国电信、爱立信、华为、英特尔等企业认可器件的表现，却仍难以回答它在系统里该怎样使用。问题在于，光路缺少电交换中那样方便的缓存与存储能力。电交换机可以先存下数据包，再择机转发；光交换要承担同样的任务，还需要控制系统、收发器和网络架构的配合。 一枚出色的器件，离一套客户愿意部署的系统依然很远。 答案的另一半，是在程祺翔离开剑桥后。2014 年博士毕业，他在剑桥做了三个月博后，随后正式加入华为。就在那一年，华为立项“以光互联为中心的计算系统”，他做了两年，几乎一路碰壁。器件集成度不够，光没有存储，整个控制系统闭环不了，前端的光收发器也跟不上。 当时硅光被 VCSEL 挤压，核心原因是没需求：没有杀手级应用带动带宽，企业不可能在 2015 年立项，等十年到 2025 年才收回成本。 （虎嗅注：VCSEL又称垂直腔面发射激光器，是数据中心里把电信号变成光信号的器件。2015、2016 年前后，主流速率还在 10 到 20G，VCSEL 自调制、模场大、直接耦合，成本又低，供应链成熟，完全够用；而硅光需要外调制、额外光源，模场小、耦合难，还得从头搭一套新生态。在够用就好的阶段，客户没