封面照片把一项基础设施命题变成了实物。透明光纤盘绕在绿色电路板上，裸露的处理器靠近中央，成品服务器的光滑外壳没有遮住任何部件。曦智科技（Lightelligence）于 2026 年 4 月 23 日 在杭州一场展览上展示了这台共封装光学（CPO）原型机。五天后，这家上海公司在香港上市，股票代码为 01879.HK。[5]

这个时间点尤其适合观察这家公司。登陆股票市场，促使曦智科技以实验室演示或产品发布通常达不到的精度说明自身业务。随之公布的招股书，把经常被收进 光子计算 一词的两项工作分开：一项让光子承担部分运算，另一项让光子在电子处理器之间搬运数据。两者都从硅光子技术出发，商业验证却处在相距甚远的阶段。[1]

截至 2026 年 8 月 30 日，最清楚的判断是，曦智科技尚未用光取代电子计算。公司自己的申报文件写明，光计算卡计划部署在 GPU 旁边，卸载一部分线性运算。更有分量的商业进展来自 互连 产品，它们已经找到较近的市场；计算 产品则握有更醒目的科研成果。[1][3]

一家公司，光的两项工作

曦智科技的光计算产品线从矩阵乘法开始。光子集成电路把数值编码进光信号，经由光学网络完成线性运算，再把控制和其他工作交回电子电路。这种分工关系到判断尺度。神经网络包含大量矩阵乘法，同时还需要访问内存、执行非线性函数与控制流，并处理数据转换和软件调度。因此，真正需要追问的是，一项真实负载能有多大比例转入光学核心，同时又不让外围系统耗尽这部分优势。[1][3][4]

光互连产品线解决的是另一类问题。GPU 仍由电子器件运算；当设备在服务器内部、机架之间或更大集群中相连时，光链路会替换一部分短距离电气通道。招股书区分了 scale-up（紧耦合扩展） 连接与节点之间的 scale-out（节点间扩展） 连接：前者让多台加速器像一个紧密耦合的单元协同工作。这里交给光的任务，是随着集群扩大维持模型数据流动，模型仍由电子处理器执行。[1]

这一区分也解释了两项业务为何需要不同证据。计算卡要保持精度，支持实用算子，接入软件栈，并在具名负载上击败完整系统基线。互连产品则要通过芯片与服务器厂商的导入验证，在生产流量下维持带宽与延迟，并能可靠交付到集群规模。共同的物理基础不会让两者的销售周期变得相同。

营收先从互连中到来

曦智科技三年的营收轨迹显示出业务重心的转移。2023 年，公司录得 3,820 万元人民币营收，全部归入光计算，其中 3,360 万元来自技术开发服务及相关业务，产品销售只占其余部分。2024 年，光互连产品销售收入达到 4,700 万元人民币，占总营收的 78.1%。2025 年，互连收入增至 8,430 万元人民币，占 1.064 亿元人民币总营收的 79.2%。光计算贡献 2,210 万元人民币，其中产品销售收入为 2,020 万元。[1]

这是这份公司档案中最核心的变化。曦智科技以更艰难、更具戏剧性的主张起步，让光学矩阵引擎实际承担计算；第一项达到实质规模的硬件生意，却出现在处理器之间那段不显眼的位置。公司称，其互连方案已部署在三个包含数千台 GPU 的集群中，并与 GPU 和服务器制造商开展了超过十五项设计导入（design-in）合作。这些数字来自公司披露，尚无具名客户案例与之对应，但它们描述的是一条清晰可辨的导入验证路线，已经超出零散科研演示的范围。[1]

这项商业业务仍然规模有限，客户也较为集中。截至 2025 年底，曦智科技累计有 44 家客户贡献收入。前五大客户贡献当年营收的 78.9%，最大客户占 40.6%。毛利率从 2023 年的 60.7% 降至 39.0%；研发开支则达到 4.790 亿元人民币。申报文件披露的经调整净亏损为 2.715 亿元人民币。[1]

营收增长与它的证明范围都写在这些数字里。几笔大型设计订单，足以让一项新兴零部件业务迅速增长。广泛需求、续单、定价能力和多元客户基础，则需要更长时间才能得到验证。对曦智科技而言，商业化已有实际收入作证，能否持久仍待验证。

PACE 的成果真实，覆盖范围窄于标题给人的印象

计算业务拿出了另一类证据。2025 年 4 月，Nature 刊登了曦智科技 PACE 的实验结果。这是一套混合系统，核心为 64 × 64 光学矩阵—向量运算单元，包含超过 16,000 个光子器件。光子芯片和电子芯片集成于同一封装，光学部分执行乘加操作，外围电子电路负责控制与循环迭代逻辑。[3]

论文在伊辛问题和图优化问题上测试了一种启发式循环算法。在一组对照中，作者把 PACE 的单周期设为 5 纳秒，总求解时间为 2.7 微秒；运行相同算法的 Nvidia A10 GPU 用时 798.1 微秒。这组比较与工作量相等的时钟竞速有所不同：PACE 平均经过 537 次迭代得到解，GPU 则为 347 次，两套系统处理循环过程的方式也有差异。论文取得的成果依然可观，它展示了一个大规模封装光子核心以极低延迟完成有用的迭代任务。完整语言模型、视觉流水线与任意张量程序是否都能提速数百倍，仍在这项结果的证明范围之外。[3]

这一范围与更广泛的研究文献相符。2024 年一篇光学神经网络综述把光电混合系统视为一条实用途径，原因正在于光学网络处理更广泛的推理任务时仍依赖电子硬件，可编程性、通用性、转换过程与系统集成也继续受到约束。综述把 PACE 列为重要的集成平台，并未据此宣告光学处理器已经淘汰电子加速器。[4]

负责任的解读需要同时避开全盘否定与无限外推。PACE 回答了一个困难的技术问题：高密度集成的光子矩阵引擎能否与电子电路共同封装，并完成一项定义明确的优化负载？答案是肯定的。产品层面的问题仍然开放：把输入、输出、内存、非线性运算、软件与误差容限全部计入后，哪些反复出现的负载仍能从中受益？

PACE 2 已呈现产品形态，基准证据仍未成形

PACE 2 于 2025 年发布，形态更接近常规加速卡。曦智科技的中文产品页列出一块 128 × 128 可配置光学矩阵、超过 40,000 个光子器件、PCIe Gen4 ×16 接口、8 位光学输出，以及光子核心与电子核心各自 32 TOPS 的峰值性能。页面还称，用户可以借助 API 配置矩阵系数。[2]

这些指标说明了集成度与可编程性，尚未构成端到端评测。页面列出图像分析、工业检测、金融工程、生物医学与科学计算等应用领域，却没有公布对应的模型、数据集、批大小（batch size）、精度目标、实际运行时间、整卡功耗测量或电子加速器基线。招股书坦陈其中的差距：光计算客户仍以从事研究、验证与试点项目的早期采用者为主，金融科技、材料与视觉检测等试点领域尚未产生实质收入。[1][2]

两代产品的证据也需要分开阅读。Nature 的结果属于 64 × 64 的 PACE 研究系统及其特定优化设置；128 × 128 的 PACE 2 页面介绍的是一张更新的加速卡，以及更宽的预期应用范围。在曦智科技公布 PACE 2 的可比负载级证据以前，旧论文的证明范围仍限于上一代系统，无法成为新产品的性能基准。[2][3]

产品组合彼此衔接，竞争壁垒仍待验证

2026 年 3 月光纤通信会议（Optical Fiber Communication Conference，OFC）召开前，曦智科技表示将展示 PACE 2、分布式光路交换模块、利用 PCIe/CXL 接入解耦式内存的 Photowave 硬件，以及近封装光学产品。这份公开阵容让公司策略一目了然：光子技术可以位于计算卡内部，可以放在处理器与内存之间，也可以进入连接加速器的互连网络。[6]

这些能力存在相互复用的空间。光子器件设计、电子控制、封装、校准、制造合作关系和客户导入验证，可以服务多个产品家族。商业上的协同也有相应条件：一次互连设计导入会让曦智科技靠近同一批服务器与加速器制造商，后者日后也有机会评估光计算卡。两种协同都来自对产品组合的推导，公司尚未披露相应结果。招股书没有说明同一客户是否会采用两条产品线，也没有说明互连收入是否降低了计算产品进入市场的成本。[1][6]

下一批证据应当出现在两个不同尺度。对光互连而言，需要看到重复订单、客户集中度下降、量产可靠性，以及出货增长时仍能保持的利润率。对光计算而言，需要一项具名、可复现的负载，完整报告精度、延迟、吞吐量、功耗、主机系统开销，并采用公平的加速器基线；随后还要看到客户结束试点后继续采购。

证伪条件同样清楚。若光互连始终是一项客户集中的零部件业务，PACE 也始终停留在高校和企业试验中，曦智科技将拥有两项相邻的光子业务，业务彼此强化的平台仍停留在纸面上。若互连业务持续赢得设计导入，PACE 2 或 PACE 3 又能经受可查验的系统级测试，并赢得需要反复运行的生产负载，共享技术基础便会逐渐脱离公司层面的说法，成为经营优势。

曦智科技的故事之所以引人注意，在于公开证据拒绝了最轻巧的口号。光已经能够做运算；经同行评审的成果在范围清楚的系统内证明了这一点。眼下，生意则从数据必须流动的地方长出来。

来源

1. 曦智科技（Lightelligence），全球发售招股章程（香港交易所，2026 年 4 月 20 日）——产品架构、商业化阶段、分部营收、客户、集中度、毛利率、研发及经调整亏损披露。
2. 曦智科技，《曦智天枢（PACE 2）》——128 × 128 光学矩阵、PCIe 接口、封装、精度、核心峰值、API 与所列应用范围的中文官方产品页（查阅于 2026 年 8 月 30 日）。
3. Shiyue Hua 等，〈An integrated large-scale photonic accelerator with ultralow latency〉，Nature 第 640 卷（2025 年 4 月 9 日在线发表）——PACE 架构、实验设置、优化负载、时间对照与局限。
4. Tingzhao Fu 等，〈Optical neural networks: progress and challenges〉，Light: Science & Applications 第 13 卷（2024 年 9 月 20 日）——关于混合架构、可编程性、通用性、转换与系统级约束的独立综述。
5. Gu Zhaowei，〈Lightelligence surges 383% on first day of Hong Kong trading〉，财新（2026 年 4 月 28 日）——上市背景，以及视觉中国 4 月 23 日所摄 CPO 加速器封面照片的来源页。
6. Lightelligence，〈Lightelligence Demonstrates its Full Complement of Optical Compute Products at OFC〉（2026 年 3 月 5 日；由光纤通信会议网站刊载的参展商公告）——PACE 2、分布式光交换、Photowave 与近封装光学产品的会前展示计划。