華為：連續押注兩家企業（彌爾光+光引科技）
AI算力大戰，正在從GPU一路燒到光晶片。
短短幾個月，華為在光晶片領域的兩條佈局浮出水面：一邊是華為哈勃入股磷化銦高速光晶片企業彌爾光，另一邊是曾有華為海思背景、並已與華為展開合作的矽光晶片企業光引科技獲得新一輪億元融資。
從磷化銦光電探測器，到矽基光電子晶片，再到800G、1.6T、3.2T高速光互聯，華為正在進一步向AI資料中心光通訊產業鏈上游延伸。
一、4個月兩輪融資，華為哈勃押注磷化銦光晶片
9月，彌爾光半導體宣佈完成天使+輪融資，由雲澤資本獨家投資。
值得注意的是，這已經是彌爾光4個月內被披露的第二輪融資。
今年5月，彌爾光完成天使輪融資，新增華為旗下哈勃投資、信科資本、元禾控股等產業資本和投資機構。此次再獲融資，資金將繼續投入產品研發迭代、核心團隊建設，並推進下一代全光子無線及高速光互聯核心器件。
彌爾光成立於2021年，總部位於北京懷柔，在蘇州設有子公司，核心方向是磷化銦基高速光晶片。
其主要產品HPDSL系列屬於單載流子光電探測器。簡單來說，它的任務就是把高速傳輸過來的“光訊號”轉換成“電訊號”，是高速光通訊接收端的重要核心器件。
隨著AI資料中心互聯從400G、800G向1.6T甚至3.2T升級，對光晶片頻寬、靈敏度、功耗和可靠性的要求正在快速提高，磷化銦也因此成為高速光通訊產業鏈的重要材料平台之一。
華為哈勃此時入股，光晶片顯然已經成為其半導體產業佈局中值得關注的一環。
二、從800G到3.2T，AI把光晶片推到台前
為什麼華為開始關注光晶片？
答案首先來自AI算力。
過去資料中心內部主要依靠電訊號完成伺服器之間的資料交換，但當GPU叢集從幾千顆擴張到幾萬甚至更多加速晶片時，傳統電互連在傳輸距離、頻寬、功耗和訊號損耗方面面臨越來越大的壓力。
於是，光開始越來越靠近計算晶片。
800G光模組已經成為AI資料中心的重要高速互聯方案，1.6T正在加快部署，下一階段則將繼續向3.2T演進。同時，LPO、NPO、CPO以及矽光等新架構不斷發展，光通訊產業的競爭重心開始從“光模組”進一步深入到雷射器、調製器、光電探測器、矽光晶片以及先進封裝。
這也是彌爾光受到資本關注的重要背景。
更值得關注的是，彌爾光瞄準的不只是AI資料中心。
其單載流子光電探測器還面向全光子無線、毫米波等方向，希望利用高速光電轉換產生高頻無線訊號，從而打通“光纖傳輸+無線覆蓋”。
這讓其技術路線同時連接了AI高速光互聯和未來6G通訊兩大市場。
三、另一條線：華為正在連接矽光晶片
與此同時，華為與另一家光晶片公司的聯絡也開始受到關注。
2026年7月，矽基光電子整合晶片企業光引科技完成1億元Pre-A輪融資，投資方包括光子強鏈基金、善達投資、長飛基金、洛陽英才、中科創星、西安財金等。
光引科技同樣成立於2021年，核心團隊來自英國劍橋大學。創始人程祺翔擁有超過16年的光子整合研發經驗，並曾在華為海思光電團隊工作。
光引科技發佈8×8納秒級光路交換產品，推動光交換走向近計算側
公司目前重點佈局矽基光電子晶片，已經開發出米粒大小的微型光譜晶片，波長覆蓋600—2500nm，並計畫進一步進入可穿戴裝置、工業檢測等市場。
更關鍵的是，光引科技已經開始向光交換市場延伸。
公司透露，其客戶包括華為、小米等頭部企業，並與產業客戶開展晶片及演算法適配合作。從2026年開始，公司還計畫在上海組建團隊，重點推進矽基光電子光交換產品。
這意味著，華為在光晶片領域出現了兩條值得關注的技術線索：一條是通過哈勃投資進入磷化銦高速光電器件，另一條則是與矽光晶片企業展開產業合作。
四、華為為什麼盯上光晶片？
從整個AI產業鏈看，這並不令人意外。
過去幾年，AI競爭的焦點主要集中在GPU、NPU和先進製程，但隨著算力叢集規模越來越大，一個新的問題正在出現：晶片算得越來越快，資料卻未必傳得足夠快。
這使高速互聯逐漸成為AI基礎設施新的瓶頸。
未來一座超大規模AI資料中心需要的不只是GPU，還需要交換晶片、DSP、高速光模組、雷射器、光電探測器、矽光晶片以及CPO先進封裝等完整產業鏈。
華為本身橫跨AI晶片、伺服器、交換機、光通訊裝置和無線通訊系統，如果進一步掌握關鍵光晶片能力，就有機會強化從“計算—網路—光通訊—無線通訊”之間的產業協同。
因此，華為殺入光晶片，真正值得關注的並不是某一次投資。
從彌爾光的磷化銦高速光電探測器，到光引科技的矽基光電子晶片，再到AI資料中心正在快速升級的800G、1.6T和3.2T高速光互聯，一個更加清晰的趨勢正在形成：
AI算力競爭已經不只是“誰能造出更快的晶片”，而正在變成“誰能讓數萬顆甚至更多AI晶片高速連接起來”。
當GPU越來越強，連接GPU的“光”，正在成為下一個兵家必爭之地。
對於中國光晶片產業而言，這也意味著新一輪窗口期已經打開。磷化銦、矽光、CPO、光電探測器、高速雷射器以及先進光電封裝，都可能成為AI算力基礎設施下一階段競爭的核心戰場。
華為已經開始下注。 (光頭條)