量引科技获数千万天使轮融资，瞄准CPO/OIO下一代光互连，硅光芯片赛道升温

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-08-03

本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

光芯片企业量引科技近期完成天使轮数千万元融资，由珠海科技产业集团领投，珠海正方集团、险峰跟投。此次融资将用于扩充团队、迭代流片和补充设备。公司成立于2024年，聚焦光子集成电路领域，致力于硅光子传输芯片(PIC)、Optical IO(OIO)及共封装光学(CPO)的研发及应用。

📊 核心实体与商业数据

💡 业务落地拆解

技术路线与市场前景

随着生成式AI与大模型训练需求的爆发，算力集群规模指数级增长，传输速率迈向1.6T乃至3.2T。传统可插拔光模块面临高功耗、热流密度集中及物理链路闪断风险，已触及物理天花板。业界公认的解决方案是走向CPO（共封装光学）乃至OIO（Optical IO），将光引擎与计算芯片或交换芯片深度集成。据LightCounting/Yole预测，CPO将在未来几年迎来爆发，而OIO最终渗透进每一颗高端GPU/CPU，蕴含着千亿美元级别的潜在市场。

核心器件与差异化优势

量引科技以微环调制器（MRM） 为切口进入高门槛赛道。相较于传统EML或MZM方案，MRM具有微米级极小物理尺寸与低至1V的驱动电压，天生适配高密度先进封装并显著降低系统能耗。公司已构建基于自研单通道200G MRM的1.6T及更高速率硅基光芯片，并布局CPO方案及面向芯片级互连的Optical I/O Chiplets产品。

针对MRM温度敏感这一产业化难题，量引自研实时温控反馈及电均衡算法IP，确保稳定工作。更关键的是，公司掌握底层硅光PDK自研能力，采用成熟且国内自主可控的CMOS工艺节点生产，从源头规避高端制程供应链风险。

CTO赵京雄访谈节选

硬氪：现在OIO赛道非常火热，量引相比同行核心优势在哪里？ 赵京雄： 首先我们拥有实质的流片与测试经验，而非仅停留在仿真阶段。OIO的核心是紧密的光电交换，英伟达、AMD以及Ayar Labs等海外大厂在计算和高带宽密度应用上都走MRM路线。我们过去有多次设计迭代的经验，公司今年最新一轮1.6T MRM光芯片流片已完成，目前正在测试中，在国内具有先发优势。

其次，我们的微环FSR设计得比较宽。OIO应用需要极多的通道数量，一般采用DWDM，如果微环的FSR不够宽，调制第一个波长时就会产生串扰，影响相邻通道。

最后也是最重要的一点，我们具备底层的自研关键器件能力，而非依赖代工厂的PDK，事实上目前也没有几个工厂能提供微环PDK。

硬氪：自研内部设计库，在跟代工厂交涉时良率能保证吗？ 赵京雄： 代工厂提供的标准PDK，设计通常会优先考虑良率，因此给出的性能参数相对稳妥和保守，难以满足定制化需求。而我们面向特定应用场景和差异化客户需求时，会更看重性能是否匹配，并针对性地做一些设计上的调整。

当然，针对良率这块，我们会通过多次迭代流片来进行数据收集，并以此逐步对设计进行调整和优化，这是从工程验证走向规模量产必然要经历的磨合过程。

硬氪：接下来的芯片流片有什么样的计划？ 赵京雄： 过去我们的开发主要集中在单通道200G MRM器件本身，而这次出来的光电集成芯片是整片芯片，我们成功把合路器、波导、分光器、PD等所有功能器件都集成在一起，让我们对整个芯片的设计流程和功能器件组合有了系统性的掌握。接下来，我们会继续进行多轮流片，确保最终量产的高良率与可靠性。

硬氪：建立国产光互联生态，目前面临的最大问题是什么？量引打算怎么做？ 赵京雄： 在国外，有英伟达这样的计算与交换巨头推动的封闭生态。但国内，目前产业链还没有完全就位，光互联主要涉及的计算芯片、光芯片和先进封装这三大板块形成有效协同还需要时间。

面对这些现状，我们首先会立足本业，把光芯片做好，并协同上下游保障Driver IC、TIA和激光器等关键器件供应链稳定。在CPO/OIO方向上, 我们已经跟国内头部GPU厂商达成合作并进入PoC阶段，重点攻克接口、GPU和光引擎之间的光电信号转换及协议层适配。同时，我们正同步配合封装厂推进TSV等3D堆叠先进封装的联合研发。

我们在生态圈里的定位是核心光互联赋能者，率先让国产光芯片在新一代算力系统里跑通，为产业链上下游打开协作与发展的想象空间。

🚀 对企业 AI 化的启示

把握基础设施投资窗口

量引科技获得天使轮融资，表明资本正加速布局AI基础设施的关键环节——光互连。对于企业而言，AI算力集群的瓶颈已从计算芯片延伸至数据传输，关注CPO/OIO等前沿技术，有助于提前布局下一代AI基础设施。

技术自研与供应链安全

量引科技强调自研PDK和采用成熟CMOS工艺，规避高端制程风险。这启示企业在AI化进程中，应重视核心技术的自主可控，降低对外部供应链的依赖，确保长期竞争力。

生态协同与市场切入

量引科技与国内头部GPU厂商合作进入PoC阶段，并协同封装厂推进先进封装。这表明在AI生态中，单点技术突破需与上下游协同，才能实现规模化落地。企业应积极构建合作生态，加速技术商业化。

【官方原文链接】点击访问首发地址