在 AI 训练集群的机架之间，大量 GPU 通过成排的铜缆彼此相连。铜线便宜、可靠，信号质量在短距范围内依然可控——但当训练规模不断增长时，这些“管道”的带宽与能效瓶颈便显露出来。数据在 GPU 之间往返时，大量电力在铜介质中转化为热，留给计算的电能捉襟见肘。这就是联合创始人兼 CEO Vivek Raghunathan 所描述的路径依赖陷阱：通过“建设更大的数据中心”来应对大语言模型训练，该逻辑已不再可持续。
打开任何一个超大规模客户的电费账单，带宽与功耗的此消彼长同样清晰。当训练集群规模扩大时，连接介质的物理极限愈发突出。
Xscape Photonics 试图把这道铜墙换成光纤。2024 年 10 月，这家成立仅两年的公司宣布完成 4400 万美元 A 轮融资，由 IAG Capital Partners 领投，Nvidia、Cisco Investments、Altair、Fathom Fund、Kyra Ventures、LifeX Ventures 和 OUP 跟投。2026 年 3 月 11 日，它又完成一笔 3700 万美元新注资，由新入局的 Addition 领投，老股东 IAG Capital Partners 和 Nvidia 继续跟投，将 A 轮总额推高至 8100 万美元。这家硅光子学初创在相隔一年多内的两轮融资，显示出超大规模数据中心对物理层变革的迫切期待。
Nvidia 两次出现在同一家光互连初创的股东名单里，本身就是一个明确的系统信号。GPU 厂商比任何人都更清楚，内存带宽和片间通信的缺口如果继续堵不上，下一代芯片再强，集群效率也难翻倍。互联带宽正从“配套参数”升级为“系统性能分母”，这个趋势一旦确立，光学互连就不再是远期备份方案，而是下一代芯片平台能否按期释放理论算力的前置条件。
| 公司 | Xscape Photonics |
| 轮次 | A轮 |
| 金额 | 8100万美元（分两笔交割：2024年10月4400万美元，2026年3月3700万美元） |
| 投资方 | Addition（领投2026年部分） |
| 投资方 | IAG Capital Partners（领投2024年部分） |
| 投资方 | Nvidia |
| 投资方 | Cisco Investments |
| 投资方 | Altair |
| 投资方 | Fathom Fund |
| 投资方 | Kyra Ventures |
| 投资方 | LifeX Ventures |
| 投资方 | OUP |
| 总部 | 美国新泽西州 Fort Lee / 加利福尼亚州 Santa Clara |
| 创始人 | Vivek Raghunathan |
| 创始人 | Alexander Gaeta |
| 创始人 | Michal Lipson |
| 创始人 | Keren Bergman |
| 创始人 | Yoshi Okawachi |
| 官网 | https://www.xscapephotonics.com/ |
Ayar Labs 刚拿了 5 亿美元，Xscape 的路凭什么不一样
谈光电互联不可能绕开 Ayar Labs。这家公司在 2026 年 3 月 3 日宣布完成 5 亿美元 E 轮融资，估值飙至 37.5 亿美元，投资方包括 Nvidia 和 AMD。Ayar 的技术路线是 co-packaged optics——将光学收发器靠近计算封装本身。
Xscape 选择的切口看起来更“传统”——它依然用光纤收发器模块，物理上安装在 GPU 与交换机之间。但核心差异不在封装位置，而在波长数量。当前数据中心单根光纤通常跑四种波长的波分复用。Xscape 的 ChromX 平台宣称可在单纤上承载数百种“颜色”。这就是联合创始人 Keren Bergman 所定义的“逃离带宽”问题：“AI 工作负载的瓶颈从根本上来自逃离带宽”——即数据从 GPU 集群向外腾挪的通量上限。通道色彩越多，单位纤芯可传的数据流就越多，理论上能绕开因光纤布线密度触发的天花板。
两者的选择折射出两种关于“成本下降斜率”的假设。Ayar Labs 赌的是光学接口必须尽可能靠近算力，即便这意味着更复杂的封装工艺和更高的初期模具成本。Xscape 赌的是，虽然离计算芯片还有一定距离，但如果通道复用度高出几个数量级，激光器与模块成本能更快下降到允许超大规模部署的区间。
从 Nvidia 同时押注两边来看，这个市场还没到路径收敛的时候。更可能的情形是，未来数据中心内部存在距离分级：厘米级的 die-to-die 或 chip-to-chip 连接倾向于 co-packaged optics，而米级到百米级的 rack-to-rack 和 spine-leaf 互联更可能由多波长收发器模块接管。Xscape 恰好卡在后一段链路上。
FalconX 正式推出，但 128 色的承诺还在纸上
在 2026 年 3 月的融资公告中，Xscape 正式推出 FalconX 八波长激光模块，但公司尚未披露该模块是否已进入大规模量产阶段，目前仍处于商业化早期。公司披露该模块可输出 1W 以上光功率，内建冗余设计以匹配超大规模数据中心对可靠性的要求，并且遵循现有 MSA 行业标准以支持“即时部署”。
1W 以上的光功率在多波长激光模块中是一个值得注意的指标。波长越多，每通道分配到的光功率越低；要维持每个波长的信噪比和误码率底线，总输出功率必须相应拉高。内建冗余意味着模块内部可能集成了备用激光器通道或故障切换机制——这在超大规模场景中是刚需，因为任何一个端口的失效都可能触发训练任务中断，而重启一次千卡级训练的代价远高于光模块本身的物料成本。
遵循 MSA 是一个被多数报道忽略的现实约束。超大规模客户的布线采购极度依赖多源协议：他们不会为一个仅由单一供应商供应的专有接口重写整层网络架构。避开专有标准意味 FalconX 可以不绑定单一光模块供应商，交换机端的光口也无需定制开发。这刚好迎合了云厂商在供应链安全上的刚性需求——毕竟过去几年硅光子学领域的主要教训之一，就是某些技术方案因供应商锁定而始终无法跨过规模化部署的门槛。
但同样，8 个波长仅是 ChromX 路线图的第一站。公司公开分享的路径指向 16、32 乃至 128 种以上颜色。这里有一条待验证的时间线：从实验室把 8 色做到产品，和把产品升级到 32 色、保持足够的信噪比和良率，是两类完全不同的工程问题。8 色可以借助现有磷化铟或硅光集成平台的工艺参数实现；一旦进入 16 色以上，信道间隔变窄，对激光器频率稳定度、波分复用器的串扰抑制和接收端解复用的灵敏度都提出几何级增长的要求。任何一处工艺漂移都可能导致相邻信道误码率跃升。
公司还将 ChromX 定位为“完全可编程”的多波长光子学平台。对大客户而言，“可编程”意味着可以用同一套硬件架构适配不同 AI 训练与推理负载的拓扑——例如白天按 8×8 all-to-all 互联运行，晚上重新配置成 ring 或 torus 结构以降低某些任务的尾延迟——而不必为每一次网络平面重组更换物理层。但这同样带来一个未言明的挑战：可编程往往以轻度性能折损或配置复杂度为代价。在云商网络工程团队不愿牺牲毫秒级抖动的前提下，软件的可配置性必须与硬确定性同步达成。目前公司未公布可编程层的具体实现方式，这部分的工程细节将是判断“可编程”是卖点还是负担的关键。
英伟达砸向光器件，思科加入战局，巨头在赌什么
把 Xscape 的融资放进 Nvidia 近期资本动作的全景图里看，才能避开把它矮化成“又一个供应商合作”的误读。2026 年 3 月，Nvidia 宣布投资 Coherent 和 Lumentum——这两家是光通信激光器和模块领域的头部供应商。同月，它向 Marvell 投资 20 亿美元，合作路线明确涵盖硅光子学。紧接着 5 月，Nvidia 和 Corning 再签长期光学连接伙伴协议，CNBC 报道交易涉及潜在高达 32 亿美元的投资。如果将时间轴再拉长，Nvidia 对光学互联的布局几乎覆盖了从特种光纤、激光器晶圆、硅光集成到系统级 co-packaging 的整条链。
这三个维度——有源器件、硅光集成、无源光纤——恰好对应光互连方案从实验室走向机架所需的全部关键供应商。英伟达正系统性地为光学连接铺设多条供应链，其节奏不是试探，是在补未来两代芯片的互联盲区。当单芯片算力继续增长而片间带宽停滞，NVLink 和 Infiniband 的物理层将被迫从铜背板向光学底板迁移。Xscape 的多波长方案在这个迁移路径中可能承担“带宽倍增器”的角色：用一根光纤替代一群并行铜缆，同时以波长维度替代部分 SerDes 通道。
Cisco Investments 在 Xscape 两轮中均参与，同样值得标注。站在思科的角度，硅光子学不是实验项目，而是未来机架顶交换和 spine 层网络芯片路线图上必须嵌入的技术路径。如果多波长光互连成为主流，交换芯片的端口密度和背板带宽规划都需要相应调整。通过 LP 位置跟踪初创的工程进度，本质上是一种低成本的 R&D 情报获取。
IAG Capital Partners 的 Alex Kash 将注资逻辑表述为：“Xscape 的技术为我们客户在 AI 数据中心的能耗和带宽性能难题上创造了巨大价值。数据中心的未来将建立在光子学之上。”这句话不只是投资人说辞。与客户双向引荐在超大规模领域很常见——如果 IAG 体系内已有大型数据中心运营方，ChromX 的试点部署就可以通过 LP 关系加速。LP 引荐机制本身是一种非正式的客户获取通路，在基础设施赛道的早期投资中往往比公开招投标更有实效。
“把集群变成一台巨型 GPU”背后的商业硬仗
Xscape 在愿景层面提出的目标是让 AI 集群在光互连下“像一台巨型 GPU 一样工作”，这显然直指分布式训练中的内存墙壁和通信效率。在实际训练 pipeline 中，切断一个训练步骤，等待 All-Reduce 的时间往往高于实际浮点计算耗时——尤其在张量并行和流水线并行的混合策略下，通信延迟直接决定集群利用率的天花板。互联带宽从“够用”变成“瓶颈”的那个转折点，就是光学方案切入的最佳时机。
但要落地，技术需要适应比实验室恶劣得多的物理环境。数据中心光纤布线的弯曲、振动、温度漂移都会影响多波长激光器的频率稳定度。8 个通道在恒温光学平台上对准是一回事；在运行中的机架背面，单模光纤可能在桥架弯角处承受超过允许曲率半径的应力，导致偏振态漂移和插入损耗波动。每增加一个波长，系统对通道间功率均衡和频率栅格精度的敏感度就上升一档。
公司创始团队学术与产业背景深厚：公司于 2022 年由三位硅光子学先驱、一位哥伦比亚大学激光专家和一位 Broadcom 硅光团队的成员创立，这套储备确实给 Xscape 提供了一套从物理原理到工程落地都比较完整的知识链。
不过，超大规模部署的另一个门槛是光模块的运营成本。8 色激光器意味着需要更高的 fab 工艺精度，单模块的出厂校准和现场 re-tuning 流程是否已简化到云商运维团队可接受的程度，目前没有进一步公开信息。多波长模块的传统痛点之一就是波长锁定和维护：如果每次重新上电都需要人工插拔光谱仪做校准，运维团队的人力成本会迅速吞噬器件本身的物料节省。公司是否已在模块内集成了闭环波长锁定电路、是否支持远程调优，这些细节尚未披露。
客户是谁依然是个谜，产业链却在自行给出坐标
公司旨在服务超大规模客户，但未披露具体签约客户名称和数量。在这个细分领域，匿名的原因通常不是故作神秘。云厂商普遍视带宽拓扑为高度敏感的内部架构信息——选择何种互联方案，直接暴露了他们在训练集群规格、内部网络平面设计和未来扩容路径上的决策。早期硅光部署甚至会影响竞标方的动态，因为一旦某家云商公开绑定了特定光学架构，上游交换机供应商和光模块二供的报价策略都会相应调整。
可以确认的是，在没有大厂明确背书的情况下，一家 2022 年成立的初创难以凭空拉出产品计划。英伟达的两次投资、思科的连续参与，从资本上形成了一份隐性的客户引入函。在 B2B 基础设施赛道，战略投资方往往比纯财务投资方更早接触被投公司的产品原型和 pilot 计划。Nvidia 作为投资方出现，意味着 Xscape 的方案至少已进入 Nvidia 的互连技术视野——可能已与某些 NVLink 或 Infiniband 的物理层参考设计有所交叉验证。
市场上也确实存在另一种解释：匿名可能意味着客户仍处在试用期甚至 PoC 阶段。1 个机架的试点与大规模部署采购，决策路径完全不同。试点阶段云商主要评估的是信号完整性、误码率和故障恢复时间；而规模部署决策涉及的因素扩展至供应链韧性、二供可行性、运维团队培训成本和全生命周期 TCO 模型。没有明确客户名字、没有已部署端口数、没有分季度交付时间表，这些数据的缺乏使得公司的收入状态处于未知。这是硅光子学初创在 A 轮阶段的典型特征，但也是投资人在 B 轮定价时会最先索要的证据。
8100 万美元会烧在从“能造”到“能产”的鸿沟上
公司将资金用途描述为加速 ChromX 平台的开发。在硅光子学领域，从产品推出到规模量产是需要摊开来看的时间与资金密度。晶圆级光子集成的良率爬坡周期漫长，有源对准封装设备价格昂贵且交付周期长。8100 万美元在这个赛道里不算宽裕：它既需要引进封装产能，又需要继续下一代多波长引擎的 tape-out，还必须在地域和团队规模上做出选择——硅光工程师的薪酬在硅谷和北美光学集群之间有数倍差异。
公司双总部设在 Fort Lee 和 Santa Clara，后者贴近硅谷的芯片封装与人才圈子，便于从 Marvell、Broadcom、Intel 等公司招募有量产经验的光电工程师。前者可能跟早期学术团队在哥伦比亚大学的关系网相关——哥大位于纽约市，Fort Lee 与新泽西隔河相望，便于教授创始人在学术与创业之间维持联系。这种双城结构在初创阶段有利于两头汲取资源，但也带来团队管理和晶圆流片物流上的隐性成本。如果能在未来 12 个月内公布具体的试产线或封装合作伙伴——无论是像 GlobalFoundries 这样的硅光 foundry，还是如 Fabrinet 或光迅这样的光模块代工厂——那将是检验执行力的第一个硬指标。
铜线不会一下蒸发，代际切换才是光互连的真正战场
铜质直连电缆和背板互联仍会存续一段时间，因为对于同一机架内的短距连接，铜在成本和延迟上仍具有竞争力。铜的延迟极低，而光模块的光电转换会引入额外的延迟。只有当距离拉长到跨机架甚至跨 row 时，光纤在衰减、带宽密度和抗电磁干扰上的优势才会压倒铜的短期成本优势。
Xscape 声称的“10 倍带宽与 10 倍功耗降低”，对比的基准是“incumbent solutions”——这个表述通常针对中长距离的 AI fabric 场景，比如 GPU 到 leaf 交换机或 spine 交换机间的互联，而非 chip-to-chip 连接。一旦限定在这个区间，光进铜退的时间表就取决于每 Gbps 光子学成本的下滑斜率。光模块成本下降曲线与铜缆成本下降曲线的交叉点将决定切换的时机——铜缆的原材料和制造工艺已高度成熟，进一步降本空间有限，而光模块的成本仍在持续优化。
此外，Ayar Labs 的 37.5 亿美元估值说明了资本对 co-packaged optics 方向的定价——在这个叙事里，光互连被视为与计算芯片同等重要的平台级技术，而非外设。Xscape 的 A 轮规模 8100 万美元，不论绝对数还是估值，在硅光赛道上仍处于早期梯队。它必须用接下来 24 个月证明，单纤数百色的方案可以为客户提供可量化的系统 TCO 优势，并且将这个数值通过至少一家大型云商的规模部署降落到成本线内。而在此之前，所有关于“革命性架构”的叙述，都还需要等待物理验证与交付。
RecodeX 极客视：Xscape Photonics 的融资历程完整展示了硅光子学正从物理学家实验室进入真实采购链条。FalconX 八波长激光模块已发布，但大规模量产证据缺失，公司仍处于商业化早期阶段。从 IAG 到 Addition 再到 Nvidia 和思科，这组投资人矩阵实质上为 Xscape 同时配置了客户引荐通路和供应链协同可能。但代际切换的真正变量从来不是某个单点参数——Infiniband 还能在算力集群里撑多久，不取决于下一款激光模块的数据手册，而取决于云商是否愿意为新物理层重构网络运维的全部标准流程、备件库存和故障处理手册。这一步，比流片周期更长，也比融资更难讨巧。