2024年，AI基础设施圈有个逐渐响亮的抱怨——GPU不够用。但在那些真正管理十万卡级集群的人看来，更棘手的瓶颈藏在连线里。一个NVL72机架内部，铜缆还能勉强应对；一旦跨机架连接数千甚至上万张GPU，电信号的衰减和功耗就像一道突然塌下来的天花板。当模型参数爬到万亿级，训练效率不再只取决于浮点运算次数，而取决于数据集在这几千张加速器之间“搬”得有多快。每一次梯度同步、每一次参数广播所产生的通信延迟，都可能让价值数亿美元的GPU集群陷入等待，从而把浮点利用率拖拽到令人难堪的低水位。这种通信瓶颈并非新问题，但在大模型时代被急剧放大——因为规模扩展定律（Scaling Laws）正推动训练集群从几百卡迅速膨胀到几万卡甚至更多，而每一跳的电互联都在以热和噪声的形式消耗着宝贵的机架功率。
这就是Lumilens试图凿开的裂缝。这家成立仅两年的硅光子学公司，在2024年初悄然注册时，绝大多数人还以为光互连是下一个十年才会真正爆发的慢赛道。但在2026年8月6日，Lumilens宣布完成超过7亿美元的C轮融资，估值达到55.1亿美元，累计融资额突破9亿美元。创始人兼CEO Ankur Singla给出的判断直白到近乎挑衅：“AI的约束已经从你能买到多少GPU，转移到了你能连接多少GPU。”这句话值7亿美元。至少本轮联合领投方Atreides Management、Bain Capital Ventures、Meritech、Seligman Ventures和Spark Capital等14家机构是这么认为的。
| 公司 | Lumilens |
| 轮次 | C轮 |
| 金额 | 超过7亿美元 |
| 投资方 | Atreides Management、Bain Capital Ventures、Meritech、Seligman Ventures、Spark Capital、Addition、Alkeon、HarbourVest、J.P. Morgan Private Capital、Mayfield、Qualcomm Ventures、Peak XV、Redpoint Ventures、Seifdune |
| 总部 | San Jose, CA |
| 创始人 | Ankur Singla |
| 官网 | 未披露 |
“连接约束”取代“算力稀缺”，一场叙事置换
过去三年，AI基础设施的投资逻辑几乎被GPU供给主导。但Lumilens试图把市场注意力引向另一个维度：互联带宽。这不是一个全新的论断——英伟达推出NVLink和NVSwitch，本身就是认识到单卡算力增长远不如片间通信带宽增长重要。但Lumilens的切入点在更下游的物理层：当铜缆在短距场景中撞墙，光互连能否推到距离不到50厘米的封装边缘，甚至直接推到芯片封装内部？铜缆的物理困境在高速率下暴露得尤其残忍：为了补偿高频损耗，收发器必须消耗更多功率进行信号均衡与纠错，同时线径、重量和散热通道布放的难度也会急剧上升。在一台满载NVL72的机柜内，铜缆已经占用了大量空间和散热资源；一旦试图用铜缆跨机柜扩展GPU域，延迟和功耗将让线性扩展的收益迅速递减。
Singla对超大规模客户需求的翻译很精准：“超大规模厂商告诉我们，今天的AI网络需要多得多的光容量，还需要一条直接连接数千张GPU的路径。”来自源头材料的这句话，实质上定义了Lumilens产品架构的两条腿：横向扩展的可插拔光收发器，和纵向扩展的近封装光学与共封装光学。这背后隐藏着一个关键假设：AI集群架构将从今天松耦合的机架级互连，演进到未来数千乃至数万张GPU像单个巨型芯片一样紧耦合运行。这并不是业界共识，只是一种路径推演。但一旦这个假设成立，那么能够提供从800G到1.6T乃至更高代际光互连的公司，就不再是“连接器供应商”，而是AI系统架构的定义者之一。Lumilens显然希望通过这一身份拿到溢价，这也能解释其估值为什么能在两年内跳到55亿美元——资本并非在为一家光模块公司买单，而是在赌一种新的系统级互联范式。
可插拔到共封装，双重路线的产业合理性
Lumilens的产品组合没有选择单点突破。公司公开的LumiCore平台涵盖了可插拔光收发器、近封装光学和共封装光学三个层级，统一在硅光子学、混合信号IC、电光中介层和光学系统的垂直集成技术栈上。可插拔光收发器是当下就能产生收入的部分。据公司所述，其首款支持800G和1.6T的产品已经完成超大规模厂商资格认证，并且已经出货给生产中的AI集群。这是一个重要的信任锚点。一家成立两年的公司走完这一流程并进入量产出货，意味着要么技术方案确实成熟，要么其创始团队在产业中有极深的采购关系积累。来源材料未披露创始人Singla的详细履历，这一判断尚待核实。
但真正具有期权价值的是共封装光学（CPO）。CPO将光学引擎直接封装在交换芯片或GPU芯片旁边，省掉中间的电信号走线和接口功耗，理论上能将每比特能耗降低一个数量级。在超大规模数据中心，每瓦特能效直接转化为可用于出售的计算实例，因此能耗的边际改善在TCO模型里会被极度放大。问题在于制造难度——CPO对封装精度、散热和良率的要求远超可插拔方案，而且一旦将光学部分焊接在主板上，就牺牲了数据中心运维中最基础的“坏了就拔下来换”的灵活性。超大规模厂商对可维护性的执念，是CPO过去十年推广艰难的首要原因。Lumilens强调制造自动化、专有光子装配技术和机器人自动化测试是其竞争差异化因素。编辑推断，公司试图用垂直整合制造来解决CPO良率与成本的可量产性问题，而非仅仅停留在芯片设计层面。这是一个高昂的承诺，也是本轮7亿美元资金的核心消化方向之一。如果Lumilens能够证明CPO模块可以在产线上以接近可插拔模块的良率批量下线，那么它可能真正撕裂过去十年“CPO永远还有三年”的僵局。
已签单的多十亿美元客户协议，收入能见度与集中度并存
与大多数同期出场的硬件创业公司不同，Lumilens走出隐身模式时声称已执行了一份多十亿美元客户协议。超大规模厂商的名字未披露，但协议的存在本身说明至少一家头部云厂商已经将Lumilens嵌入其基础设施路线图。这一协议是双刃剑。积极的一面是，它为尚处于产能爬坡期的创业公司提供了强劲的收入能见度和订单背书。AI数据中心硬件投资目前处于军备竞赛状态，能够通过资格认证并拿到可量产订单的光学供应商数量有限，这使得Lumilens在融资谈判中拥有较强的议价权。从供应链角度看，多十亿美元协议还能帮助公司在晶圆代工和封装基板等紧缺环节锁定产能，这是初创公司通常难以企及的待遇。
风险同样明显。多十亿美元协议意味着客户集中度极高。在超大规模云服务商采购体系中，一旦技术路线转向（比如从1.6T直接跃迁到3.2T并跳过中间代际），或者供应商认证周期重启，收入可能发生断崖式波动。更微妙的风险是：如果Lumilens与该客户的深度绑定导致其产品节奏过度跟随单一客户需求，它可能错失更广泛的市场窗口，从而在下一轮技术更迭时被其他客户的供应商所替代。这是一个结构性的商业风险，在来源材料中未被当做风险讨论，但在同业公司历史上屡屡上演。
7亿美元怎么花：制造产能在光互连竞赛中的权重
融资公告中列出的资金用途覆盖工程、硅光子学开发、软件、系统、制造和生产能力。排列顺序本身就在传递信号——“制造”虽然排在后面，但它是本轮融资规模的真正支点。光学硬件创业历来有一个痛苦的分水岭：做出工程样品不难，难的是在超大规模厂商要求的速度和成本约束下做到高良率百万级出货。Lumilens现有投资者名单中包含Qualcomm Ventures和J.P. Morgan Private Capital这类有能力撬动供应链与资本开支杠杆的机构，暗示公司可能在筹建自有产能或至少深度参与外包制造合作。考虑到硅光子晶圆的生产通常需要与特定CMOS工艺线紧密耦合，Lumilens可能需要同时解决芯片制造和光子封装两端的产能瓶颈，这对运营团队和资本都是巨大的压力测试。
对比POET Technologies与Lumilens签订的5000万美元供应和联合开发协议——来源材料显示，该协议可能发展为五年5亿美元级别的合作关系——可以看出，Lumilens正在同时扮演自主研发者和系统集成者两个角色。这种模式可以缩短外部光学引擎与内部系统集成的磨合时间，但也要求同时管理芯片级和系统级两条供应链的复杂性。如果其中一环出现延误，可能拖累整体交付节奏。而AI集群的建设往往有严格的工期窗口，错过一次部署周期可能意味着需要等待下一代机会。
一个千亿美元可寻址市场的故事，待验证的是演进速度
Lumilens估算，AI基础设施的光互连可寻址市场超过1000亿美元。这是一个典型的由假设驱动的市场规模。它的前提是：所有超大规模AI数据中心都将采用高带宽光互连取代铜缆，覆盖从机架内到园区级的所有互联层级，并且这一转换会在未来五到七年内完成。现实中，不同互联层级的“光进铜退”节奏差异巨大。数据中心的机架内互联目前仍被直连铜缆统治。光互连的渗透顺序大概率是从长距到短距：先替换长距光模块，再介入中距有源光缆，最后才进入最难攻克的近封装与共封装战场。Lumilens选择同时在可插拔与CPO两条线上布局，逻辑上可以“长距养短距”——用成熟的800G/1.6T可插拔产品产生现金流，再逐步将光学引擎往更靠近芯片的位置推进。但这也意味着公司必须在不同的供应链节奏和客户决策链之间切换，组织复杂度和资源分散风险不容忽视。同时，铜缆阵营并非静止不动——新一代的线性驱动直接铜缆和有源电缆方案正在试图延长电互联的寿命，从而将光互连的替代门槛继续前移。
融资估值与资本结构的标签意义
成立两年，估值55.1亿美元，累计融资超9亿美元——这一速度在硅光子学赛道上没有直接可比标的。对比几年前同一领域创业公司通常在B轮才突破1亿美元估值线，Lumilens的估值溢价反映了资本对AI基础设施中物理层瓶颈的焦虑程度。本轮投资人构成值得拆解。Bain Capital Ventures和Redpoint Ventures是大型机构VC，通常押注平台型公司；Mayfield和Peak XV在半导体与硬件基础设施领域有较长布局历史；J.P. Morgan Private Capital和HarbourVest的参与则为后期流动性提供了机构支撑。投资方名单中未出现AWS、Microsoft或Google的企业风投部门，这在当下AI基础设施融资中不太寻常。如果Lumilens的客户协议涉及这些超大规模厂商中的某一家，企业资本缺位可能是有意避免供应商绑定关系的信号，也可能是谈判尚在进行。另一个可能的原因是，超大规模厂商出于供应链中立性的考量，不愿过早与单一供应商形成资本纽带。这种模糊性本身增加了Lumilens客户结构的解读难度。
公司官网地址在来源材料中未披露，这一信息缺失对于一个自称已量产交付的公司而言略显尴尬。通常这暗示公司仍处于低调运营或未完成品牌公开塑造阶段，也可能与客户保密协议有关。但无论如何，缺乏可公开访问的官网会使潜在的生态合作伙伴、人才和次级客户更难主动接入，可能在一定程度上影响生态建设的速度。
光学互连的工业化考验：从样品工程师到产线工程师
Lumilens最有力的叙事是它已经跨过了“实验室样品”到“产线出货”的鸿沟。但在光学硬件领域，出货只是第一步。更残酷的考验在于：当季度订单从数万件突然跳升到数百万件，光子装配的良率、激光器老化和光纤校准精度是否依然可控？自动化产线能不能在交付压力下保持一致性？尤其对于CPO模块，其光学引擎与主芯片的结合对准要求极高，任何微小的偏移都可能引入巨大插损，而返修几乎不可能——这对于习惯了即插即换运维哲学的数据中心团队来说，是文化上和流程上的双重冲击。
公司声称建立了专有的光子装配技术、机器人自动测试和专用制造工艺，以加速高产量生产。这些描述需要在大量实际交付数据面前被验证。在没有公开营收、毛利率或产能利用率的情况下，外界无法判断这些制造投入究竟是已经转化为真实的产能，还是仍处于建设初期。一个被融资公告淡化的基本矛盾是：共封装光学的可靠性验证周期极长。超大规模数据中心对新型互联技术的引入保守程度，往往远超芯片制程升级。即便Lumilens的可插拔产品已通过认证，其CPO产品进入同等级别的采购清单可能需要额外的两到三年。这段时间里，基于铜缆的互联方案不会静止不动——PCIe Gen 7和超高速SerDes技术正在试图把电互联的寿命再延长一个代际。因此，Lumilens面临的不是一条确定无疑的替代曲线，而是一场与电互联方案之间的持续竞速。
Lumilens的价值最终取决于它能否在多条技术线的交替推进中，守住“连接约束”这一叙事主轴，并用产线而非PPT去回应市场对AI基础设施下一层瓶颈的猜测。7亿美元可以让它离答案更近，但并不会自动缩短共封装光学走向规模部署的时间线。
RecodeX 极客视：Lumilens 试图证明的不是光比电更好——这个物理事实存在了四十年——而是光互连已经熬到了在 AI 数据中心内部用低成本高良率抢滩的时候。它的最大对手不是同赛道未见披露的竞品，而是铜缆那套被验证了几十年、每次即将出局时总能再延一局的可靠性壁垒。物理极限的倒计时声确实越来越响，但谁也不知道终点线究竟画在 1.6T、3.2T 还是更远。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。