9月9日-11日，2026 IICIE国际集成电路创新博览会在深圳国际会展中心（宝安）召开。作为重磅活动之一，AI算力时代硅光产业峰会于9月10日举办，分为“硅光芯片设计及制造”与“AI算力时代CPO与光电异构集成”两大专场，汇聚国内外顶尖企业、机构与学术力量，从器件架构、制造代工、工艺设备到封装集成、产业生态，全方位勾勒硅光产业从技术突破到规模化落地的完整图景。

以下是广州增芯科技全球商务中心副总严然的演讲内容回顾。

今天主要向大家介绍增芯主打 MEMS 特色工艺的晶圆代工厂，我们如何融合 MEMS 工艺与 CMOS 工艺，搭建硅光子平台。首先我们来看市场趋势的变化：当前技术发展的瓶颈，已经不再是算力本身，不再是 GPU 的运算速度；核心瓶颈变成数据传输，也就是数据从终端向中央计算模块的传输速率。这也是我们讨论 NPO、CPO 这类技术方案的根本原因，也就是算力时代的数据瓶颈。

第二部分，我想说明为什么 MEMS 被视为突破各类瓶颈的下一代核心技术。想要搭建完善的硅光平台，需要做好 MEMS 的光接收模块，同时配套 DSP 算力相关的 CMOS 电路。刚才蒋总也提到，这部分工艺已经需要用到 40nm 节点技术。

另一方面，所有做先进封装的工厂，不管是用 Die‑to‑Wafer、Wafer to Wafer，当你把这三个模块全部做好之后，组合在一起就应该是我们希望看到的硅光平台状态。

终端市场是真正的引擎，是引领所有人坐在这里的原因，我们将看看终端市场做了什么事情，以及增芯认为需要大力发展的状况。

AI 的瓶颈。长期以来，我们面临一项瓶颈，就是无法获取最先进的 GPU，算力因此受到限制。而到了下一阶段，我们看到新的性能约束：当我们采集各类物理数据，依托 MEMS 以及智能感知技术，打通数字世界与物理世界之后，如何把这些物理数据快速传输到中央计算单元，就成了新的难题。不管是云端、边缘计算，甚至手机终端，这项挑战都客观存在。

从可插拔到 NPO、再到 CPO，主要讨论的问题就是缩短距离，即如何把物理距离缩短。放大来看，所有数据中心的状况是一样的：如何能以最快速、最高效的方式把你从终端收集到的数据以最快的速度传到数据中心去做算法运算，这就是我们现在所做的事情。而硅光技术由于损耗率比电低很多，因此成为最有可能性的解决方案。

MEMS 能够用来解决这个问题，原因是什么？大家对 MEMS 并不陌生，也就是微机电系统。很多传感器都会用到 MEMS，用于采集传感数据；微振镜、雷达，不少光机组件里面也都有应用。进一步来看，还有一些特殊工艺：无论是利用金属薄膜制备硅光结构，或是制备空气隙（air gap）来调控光传输场分布，这些都属于十分成熟的 MEMS 技术。

如果对这些技术做细致拆分，你会发现硅光当中大量用到这类技术。为什么我们谈及 CMOS 晶圆代工厂、传统代工工艺时，并不愿意引入这类工艺？首要原因是会带来污染，产生交叉污染问题。传统代工平台的定位，是一套平台可以对外交付多种产品，既可以制造 CPU 芯片，也可以制造 DSP 芯片，还能生产其他各类器件。但 MEMS 不一样，MEMS 具备工艺的专用特性。而当下 AI 产业的高速发展，反而创造了很好的机遇，推动 MEMS 与 CMOS 工艺融合。在二者融合的体系下，我简单列举了 MEMS 能够实现的几项核心功能。

首先第一项，光调制器。当我们从物理世界采集到数据之后，需要对数据进行编码，最直接的编码方式就是通过光调制实现。这项技术已经在多个场景得到验证。第二个主要应用是光交换。大家可以想象交通信号灯的场景：依靠不同颜色，指引车辆通行或停止。在晶圆制造领域，光交换（Optical switching）实现的是完全相同的逻辑，控制光路走向，把不同通道的数据信息做分离。第三项是动态调控、光束转向与调谐，这是激光雷达 Lidar 里的典型应用。以上三类，就是 MEMS 光器件最主要的应用形式。AI 数据中心已经大量将这类方案应用在现有技术方案当中。

回顾真正的技术发展路线就能发现，两类技术的融合其实在很早之前就已经开始。谷歌数据中心的网络相关研究，从 2020 年发布的论文就清晰说明：在系统中采用 MEMS 光解决方案，能够把建设成本降低 30%，实现更高的经济性，同时功耗下降 41%。正如我刚才提到的，光传输的功耗与损耗，相比电传输要低非常多。继续看谷歌后续的方案，2023 年，他们已经将这项技术落地应用到自家数据中心，整套方案在系统层面带来的价值逐步显现。沿着这条技术路线，如今他们已经完成软件优化与数据中心系统层面的整体整合，在实际应用中，形成一套成熟完整的 3D MEMS 光学解决方案。

想要把这些器件集成到一起，并不是一件容易的事。MEMS 产线和 CMOS 产线长期相互独立，想要把两类工艺整合，往往需要配套的集成方案，这其中也包含现在大家经常讨论的封装技术。

增芯是一家相对年轻的企业，成立于2021 年，量产至今只有两到三年时间，属于行业新军。作为新公司，我们该如何制定自身技术路线图，寻找赛道实现弯道超车？这就是我们探索的新方向。

我们将 MEMS、CMOS 以及光子技术能力全部整合在一起，同时依托兄弟公司的先进封装能力，以模组的形式，优先推出初代解决方案。初代方案落地之后，可以看到当前行业技术路线纷繁多样。不少方案计划引入新材料、新工艺，甚至整体架构、终端形态都在持续调整，谷歌等企业也一直在迭代优化。这个持续改动的过程对整条供应链而言压力很大。我们最担心的一种情况是：原本以为已经可以进入量产的 production 模块，到最后发现它仅仅只是原型样机 prototype。

这也是所有晶圆厂以及供应链伙伴最担心的事情。我们投入大量研发资源，最后这套方案却没有被客户采用，前期投入就全部付诸东流。那我们该如何改变这种局面？就需要我们深入研究终端侧的真实需求。举几个例子：英特尔已经完成相关产品落地。不过我这里介绍的案例，并不是数据中心场景，而是 optical I/O。相比算力芯片、真正的数据中心应用，optical I/O 的方案复杂度要低很多。

如果能够实现这一级别的 optical I/O 性能，并不需要做到 40G、800G、1.6T 这类超高规格。不用追求这么高的速率指标与技术难度，只要达到这个等级的 optical I/O，就能够满足英特尔方案的需求，进入对应的供应链。如果继续往下拓展，去对接英伟达的产品，英伟达芯片的目标规格是 1.6T。这个数字看上去只是一个参数，但做过相关开发的人都清楚实现难度极高。想要沿着这条技术路线推进，就需要投入精力，规划好自身的技术路线图。

我再提一个建议，就是把 MEMS 技术、光封装相关技术融合进来。上周在台湾 SEMICON 展会上，IMEC 发布了最新的低应力氮化硅波导方案，并且将其完整集成到 12 英寸工艺平台，从原先的 8 寸工艺完成全面升级。这套低应力氮化硅工艺，已经把损耗指标降到 0.15dB/cm，应用在数据中心内部传输场景，基本可以实现近乎无损传输。采用这类工艺方案，能够在一定程度上匹配部分应用需求。我并不是说所有高速互联传输都依靠它，但对于芯片内部片上互联这类规模化场景，这套方案是完全可行的。

接下来我们继续聊聊 MEMS。MEMS 能够实现多类功能。首先第一点，依托 MEMS 制备传感器，建立与物理世界的连接。无论 AI 数据中心发展到哪一步，无论 AI 算力有多强，系统都需要从物理世界获取输入数据。所以传感器及其性能，永远是各类系统做数据集成的首要前提。做好 MEMS 传感器，这里面有很多技术方向可以探索。

第二部分是 MEMS 与 CMOS 的工艺融合。MEMS 和 CMOS 结合的相关应用讨论由来已久，并非只局限于数据中心场景。但当下的数据中心，为这项融合带来了新机遇，也就是在数据压缩（data compression）环节。前面提到的各类光应用方案，能够让技术快速落地到 NPO，也就是近封装光学（Near‑Packaged Optics）方案。

再往后一步，如果把 MEMS 的光学性能发挥到极致，把硅波导、调制器这类器件做到最低损耗，就能够满足当下很多数据中心的需求。平台可以实现各类主流器件，包含光交换、耦合器，全部集成在同一个平台上。最后就是大家讨论的前沿算力芯片方案，仍有大量研发工作正在推进。如果想要搭建完整堆叠的三维集成平台，复杂度很高。平台包含三类不同层级器件，需要集成的材料种类更是繁多，器件结构复杂。同时还不断产生新需求，例如要在芯片旁集成存储器，并且实现部分器件的替换。甚至有方案提出，器件封装完成之后，还可以拆开、取出原有芯片，再更换上新的器件；一旦某一个器件发生损坏，还能够做替换维修。实现这项技术难度非常高，但如果终端应用的需求朝着这个方向演进，那作为半导体行业的技术从业者，这就是我们最终要攻克的课题。

对于键合工艺，晶圆级键合已经在不少应用场景得到大量验证。晶圆级键合在产能吞吐量、良率以及工艺管控能力上都更有优势，但这套方案有个核心要求：两片叠在一起的晶圆尺寸需要保持一致，上下掩膜图形尺寸匹配，中间测试的信号也要连通。也就是说，NMOS 器件对应的晶圆、CMOS 晶圆都需要是 12 英寸，这也是现在行业向 12 英寸演进的一大驱动因素。MEMS 领域做得比较领先的台积电，目前仍以 8 英寸方案为主。Axcelis（亚舍立）也在考虑开发 12 英寸方案。行业内有不少动作朝着这个方向推进，力求让 CMOS、MEMS 都具备 12 英寸工艺能力，为未来晶圆对晶圆键合做好储备。晶圆对晶圆键合相比芯片对晶圆键合优势更加突出，但实现难度则另当别论。

如果终端客户持续引领某一条技术方向，那么这条路线就很有可能成为未来的主流。因此我们一直在持续关注终端客户在系统层面采用的各类方案。我们也很高兴看到，谷歌一直在推进三维 MEMS 光学解决方案，这也是我们认为自身的技术路线图，能够契合未来发展机遇的原因。

放到国内产业来看。上游硅光 SOI 晶圆衬底，目前国内能够供应这类晶圆的厂商数量并不多，供给厂商偏少，这里就存在机遇。第二部分是中端设计环节：从传感器、MEMS 协同设计，再到光模块与电模块一体化集成设计，真正把这块做好的纯设计公司数量同样有限。当然，如果 fabless 越来越多，foundry 的业务自然也会随之增长。

再往下看模组环节，模组的技术要求会沿着产业链向下传导。在模组领域，国内已经看到不少头部企业取得成功。但后续的 optical I/O 以及未来算力芯片相关领域，还有很多值得探讨的空间。不同赛道目前的技术演进方向各不相同，所以会经历一个技术收敛的过程。国内终端应用市场基础十分成熟，无论是车载、数据中心，还是感知技术领域，国内都有优秀的终端企业，可以和海外厂商同台竞争。也就是说，我们拥有丰富的 AI 落地场景，可以依托这些应用场景打磨自身技术能力。

硅光本质是光电融合。虽然光、电两类器件都可以制备在硅基底上，但二者之间存在一定的特性冲突。硅材料非常适合电信号传输，但是接收光信号的能力很差，中间存在需要攻克的技术环节。正是对这个环节的研究，催生了我们所说的全新的波导光电一体化方向。这不只是先进封装，也不局限于材料、堆叠工艺这类创新。其中一个潜在突破口，就是充分利用我们在各类半导体材料上积累的光学能力。这套方案必须搭建成为可规模化、高可靠性的工艺平台。只有形成真正能够量产、可以大规模落地的解决方案，我们才能迎来下一阶段产业的跨越式发展。

 第一，AI 的瓶颈已经发生转变，产业重心从单纯提升算力，转向数据的产生与传输，高效搬运数据是核心难题。 第二，发挥 MEMS 的技术能力。国内 MEMS 工艺基础良好，从设计、代工一直到终端应用都有不错积累，我们要依托这项能力，让 MEMS 成为 AI 产业闭环当中不可或缺的关键一环。 第三，融合 MEMS 与 CMOS 工艺，再搭配先进封装技术，搭建全新硅光闭环工艺平台，会带来很强竞争优势。