AI抢产能，一座老厂成顶流

AI抢产能，抢到了一座美国佛蒙特州的老晶圆厂头上。

9月18日，迈威尔（Marvell）宣布扩大与格芯（GlobalFoundries）的合作：双方将共同扩大格芯位于佛蒙特州伯灵顿晶圆厂的硅锗（SiGe）晶圆产能。不是7nm，不是3nm，是SiGe——一个听起来相当“上古”的特色工艺。

这件事的信号意义比公告本身大得多：当全行业还在为先进制程的血拼屏息时，AI算力竞赛的瓶颈，已经悄悄转移到了“光”这一侧。

📈 一纸扩产公告，藏在佛蒙特的雪地里

伯灵顿不是硅谷，也不是新竹，它是佛蒙特州的一座小城。这座晶圆厂的前身是IBM微电子的老厂，2015年随格芯从IBM手中接盘，多年来一直安静地做射频与特色工艺，属于晶圆产业里的“守夜人”。

如今守夜人被叫醒了。

迈威尔铸造技术副总裁Robb Johnson在公告里说得很直白：“AI正从根本上改变数据中心的建设方式，而连接正变得越来越关键，是释放这些系统性能的核心。”他明确表示，随着行业向NPO（近封装光学）和CPO（共封装光学）等更高带宽的光学架构演进，迈威尔正在加大投资，而与格芯扩大合作，就是为了“确保拥有所需的SiGe技术和制造产能，以支持未来预期出现的显著增长”。

注意两个关键词：技术和产能。半导体公司一般只缺一个，两个都缺，说明需求已经逼近供给的硬边界。

据多位接近人士透露，不久前的第27届光博会上，“锁订单”“锁物料”成了展会调研的高频词——光模块厂商在展馆里谈的不是价格，而是交付。

这背后的产业逻辑一句话就能讲清：AI集群的规模越大，互连的权重越高。GPU再快，数据传不出去就是空转。算力是发动机，互连是高速公路，路修不过来，发动机只能怠速。

⚡ SiGe：不先进，但卡脖子

先说人话：SiGe是什么？

硅锗，是在硅里掺入锗元素形成的半导体材料。它不像FinFET、GAA那样天天上头条，但它有一个致命的优点——极高的晶体管切换速度和优异的高频、低噪声特性。简单说，在“把电信号变成光信号”这个环节，SiGe是模拟芯片界的短跑冠军。

而光收发器，恰恰干的就是这个活：电→光，光→电。光模块要提速，本质上是这一收一发两端的芯片要提速。

格芯给出的数据很具体：

看明白了吗？单通道200G是当下1.6T光模块的地基，而下一代3.2T，需要单通道速率再往上翻。每一代速率升级，都是对SiGe工艺和产能的双重考验。

这就是这场扩产的真正含义：迈威尔作为AI互连芯片的主力玩家，必须在1.6T还没彻底放量之前，就把3.2T时代的SiGe产能提前锁死。晶圆厂的扩产周期以年计，等订单砸到脸上再谈产能，黄花菜都凉了。

业内流传的一句话是：光芯片的交期，已经不是排队，是插队。

🔦 订单排到2028年，这在以前不可想象

中金公司的研报给这轮热潮上了数据秤：

• 部分高速光芯片企业订单排期已延伸至2028年及以后；
• 光模块订单能见度覆盖2027年及以后；
• 头部光模块厂商正积极锁定DSP、mSAP PCB、高速光芯片等核心物料；
• 预计交付差异将更多取决于关键物料保障、良率和客户认证，其中先进制程DSP可能成为最紧缺环节。

订单能见度拉到两年以上，在光通信行业历史上几乎没出现过。上一轮100G时代，光模块厂商看三个月的订单都算奢侈。

整条链路可以这样拆解：

链路上任何一个环节卡住，整条交付线就停摆。这也解释了为什么头部厂商要“三锁”：锁DSP（最紧缺，先进制程产能被AI大芯片挤压）、锁高速光芯片（SiGe/InP等，受制于特色工艺产能）、锁mSAP PCB（高密度载板，同样挤兑）。

这次扩产的产业判断因此很清晰：SiGe产能正在从“够用”变成“稀缺资源”，谁提前锁定，谁就掌握下一代光互连的门票。

🚧 铜到头了，光往里挪了一步

光模块为什么非要往芯片边上贴？东吴证券的分析给出了底层解释：互连带宽增长滞后于算力提升，数据传输瓶颈日益突出。

传统的铜互连（DAC/ACC铜缆），在机柜内部还能撑一阵，但Scale-Up域从单机柜向多机柜扩展时，铜面临三座大山：传输距离、信号完整性、功耗。光互连越过这道墙，顺理成章地“加速进入柜间Scale-Up场景”。

而NPO和CPO，本质上是光电转换位置的“前移”——光模块离交换芯片/计算芯片越来越近，直到贴脸：

光电转换位置前移，直接推动了产业链价值的重新分配。东吴证券点出，价值正在向光引擎、先进封装及高密度光连接环节延伸。具体来说：

• 光引擎与封装：NPO/CPO提高了光子芯片与电子芯片的协同设计要求，带动光引擎及封装技术整体升级；
• FAU与精密耦合器件：承担芯片到光纤的低损耗连接，属于典型的“看不见但卡脖子”；
• 外置光源（ELS）：推动连续波（CW）激光器向高功率、高可靠性升级；
• 连接体系：机内光纤数量暴增、布线复杂度提升，Shuffle通道重排组件、小型化连接器、精密插芯的需求同步放大；
• 器件升级：400G per lane推动器件换代，薄膜铌酸锂有望加速进入客户验证及应用窗口；
• OCS光交换：从少数云厂商自用走向更多AI集群，带动2.4T轻相干应用下沉。

一句话总结：AI数据中心正在从“电路板”变成“光电混合体”，光子第一次在算力系统里抢到了主位。 📌

🌍 同一个月，太平洋两岸都在扩牌桌

把时间线摊开看，会读出另一层意思：

在华为全联接大会2026上，华为公司董事、华为云CEO周跃峰宣布：灵衢昇腾950智算集群云服务将于9月30日面向国内市场商用，11月30日面向全球市场商用。

两条新闻摆在同一个九月，构成了一个耐人寻味的对照：一边是华为用昇腾950把智算集群铺上云、推向全球，代表着算力供给侧的集团军式扩张；另一边是迈威尔与格芯在美国本土的佛蒙特州锁定SiGe产能，代表着互连侧对AI算力扩建的提前响应。

它们讲的是同一个故事的两面：这一轮算力竞赛，比拼的不只是谁有更多GPU或NPU，而是谁能把“芯片—互连—集群—云服务”这条全链路同时做厚。算力可以做卡，互连的光模块和SiGe却分散在全球少数几家特色工艺厂手里——这是这条产业链上真正难复制的环节。

冷静地说，扩产SiGe本身不会改变地缘大格局，格芯与迈威尔的牵手也首先是商业决策。但它提示了一个产业事实：在高度专业化的特色工艺上，全球能打的玩家屈指可数，任何一环的扩产节奏，都会牵动整个AI基础设施的建设进度。这比任何口号都更真实地定义了竞争的颗粒度。

回头看，迈威尔和格芯这次扩产，本质上是AI算力竞赛从“拼芯片”进入“拼互连”的官宣时刻。SiGe这种十几年不被关注的老工艺，因为单通道200G、通往3.2T的速率阶梯，重新站到了牌桌中央。

往前看，有三个值得盯住的节点：一，NPO能否如预期在2028年前后完成方案收敛并加速上量；二，先进制程DSP的紧缺是否会倒逼更多设计公司绑定特色工艺产能；三，CPO何时真正跨入Scale-Up域——那将意味着光互连的需求边界再抬一个数量级。

AI抢产能的故事还会继续，只不过下一个被抢的，未必还是你以为的那些明星制程。