转载来源：光头条光芯片，英伟达投了 http://mp.weixin.qq.com/s?__biz=MzYyMzA2MzA2Mg==&mid=2247485077&idx=1&sn=af34e5cae6fea9df05ab4410ef90e5b1&scene=45#wechat_redirect

英伟达参投，这家硅光公司完成超8亿元融资

进入2026年，AI算力基础设施持续扩张，光通信产业也迎来新一轮融资热潮。

近日，西班牙硅光企业iPronics和国内光芯片企业国科光芯相继完成大额融资。

一、英伟达参投，iPronics完成8.39亿元融资

近日，西班牙硅光初创企业iPronics宣布完成1.25亿美元（约人民币8.39亿元）B轮融资，由Maverick Silicon与Light Street Capital联合领投，英伟达参与投资。完成本轮融资后，公司累计融资达到1.77亿美元。

iPronics到底是做什么的？

这家公司专注于“可编程光电路交换”技术，核心产品是Optical Networking Engine（ONE）平台。简单来说，就是利用硅光芯片和光交换技术，根据GPU负载、网络流量和设备故障情况，快速调整AI数据中心的光路连接。

随着AI集群不断扩大，GPU之间的数据交换量快速增长，网络正在成为新的瓶颈。英伟达此次投资，看中的正是这一潜在需求：英伟达提供AI算力，而iPronics解决的是“算力之间如何高速连接”。

不过需要注意的是，英伟达参投并不意味着iPronics已经进入英伟达的参考架构，也不代表双方已经达成大规模采购协议。目前，公司仍需要通过实际客户和规模化部署证明产品价值。

近年来，iPronics商业化进程明显加快。

2025年1月，公司完成约2000万欧元A轮融资，并推出ONE-32产品；同年3月，与Fabrinet达成战略合作，建设面向硅光组件的高容量封装与组装产线。

进入2026年9月，iPronics又在美国加州圣克拉拉设立首个美国办公室，进一步贴近北美AI数据中心客户和产业链资源。

此次B轮融资将主要用于扩大运营规模、加速商业化部署，并满足机架式光交换机在AI数据中心领域不断增长的需求。

相比普通硅光芯片企业，iPronics瞄准的是AI数据中心的“光交换网络”。如果光路能够根据任务和设备状态动态调整，就有望减少GPU等待和闲置，提高整个算力集群的利用效率。

就在iPronics完成大额融资的同时，国内硅光芯片企业国科光芯也迎来资本加码。

9月3日，浙江海宁光芯片企业国科光芯宣布完成数亿元B+轮融资，由四川省科创投资集团领投，杭州凯泰资本、山东省科创集团等机构跟投。

本轮资金将用于下一代单波400Gbps硅光芯片、1.6T/3.2T硅光探测器芯片，以及3.2T/6.4T NPO/CPO、OIO芯粒等产品研发，同时用于子公司星汉光子扩产和海外交付中心建设。

目前，国科光芯已经形成从芯片设计到量产交付的能力，400G、800G和1.6T硅光TX-PIC系列芯片已经实现量产，并完成多家客户验证和批量出货。

今年以来，公司相关产品已对接国内近20家云厂商客户，并计划进一步推进批量交付。

9月初，国科光芯还展示了单波400Gbps硅光调制器，带宽达到85GHz；3.2T硅光芯片插入损耗控制在12dB以下，并采用晶圆厂量产工艺制造。

从iPronics到国科光芯，两笔融资背后，是AI算力对高速光互联需求的持续拉动。

过去，数据中心的核心竞争力更多集中在CPU、GPU和存储；如今，随着万卡甚至更大规模AI集群出现，“算力之间如何连接”同样成为关键问题。

GPU性能不断提升，如果网络带宽和数据传输速度跟不上，就容易出现“算力等网络”。与此同时，传统铜互联在高速、大带宽和低功耗场景下逐渐面临挑战。

因此，从800G、1.6T到3.2T、6.4T，数据中心光通信速率不断提升，CPO、NPO、OIO等新型光互联技术也加速发展。

英伟达投资iPronics，国内资本加码国科光芯，都说明硅光正在从传统光通信技术，逐渐走向AI数据中心核心基础设施。

但真正决定这些技术价值的，最终还是商业化结果：能否提升GPU利用率、降低网络功耗、稳定量产，并在大规模AI集群中持续运行。

下一场AI算力竞争，不仅发生在GPU内部，也发生在GPU之间。

而高速硅光芯片、光交换机、CPO和光互联，正在成为连接这些算力的重要“高速公路”。