芝能智芯出品
在AI系统日益增长的带宽与能效需求推动下，光子学与共封装光学（CPO）正成为芯片架构演进的核心力量。
AMD近日收购光子集成电路公司Enosemi，这是加速AI战略的关键一步，更是对抗英伟达和引领新一轮系统级创新的深层博弈。
Part 1
从芯片到系统：
光子学开启AI互连新时代
2025年5月，AMD宣布完成对Enosemi的收购，这家位于硅谷、专注于光子集成电路（PIC）设计和量产的小型企业，自2023年以来就是AMD在光子技术上的长期合作伙伴。
表面上看，这是一笔典型的技术型人才并购，但实际上，它揭示了一个更深层的信号：AI时代的系统瓶颈已经从算力本身，转向了“连接”。
AI模型的规模正以指数级速度增长，参数从数百亿跃升至数万亿。在如此庞大的模型训练与推理过程中，数据传输带宽与延迟成为系统性能的决定性瓶颈。
传统铜线电连接方案因带宽密度受限、功耗高、距离短，已难以满足AI系统的互连需求。以太网和PCIe等标准的演进，虽在一定程度上推高了传输能力，但其本质仍受限于电子传输物理机制。
光子学，尤其是硅光子（silicon photonics），提供了更具前景的解决方案。
通过在CMOS兼容平台上集成基于光的通信模块，硅光子不仅提供了远高于铜线的带宽密度和更低的能耗，而且具备更强的可扩展性——这是实现下一代AI集群系统不可或缺的条件。
而Enosemi的技术正处在这一关键路径之上。它不仅具备从IP授权到量产交付的全链路能力，更在共封装光学（CPO）方面拥有领先实践，为光子学与高性能计算芯片的整合打通了路径。
在当前CPO方案尚未完全标准化、生态初步建立的阶段，技术栈的掌控能力至关重要。
从光收发器模块的设计、耦合接口优化，到散热结构的协同设计与封装集成，每一个环节都对系统级公司构成挑战。AMD将Enosemi纳入自身体系，标志着其不再满足于外包模型，而是通过垂直整合的方式，提前布局CPO全栈能力。
Part 2
直面英伟达挑战：
系统生态之争全面升级
Enosemi并非AMD近年来的第一次关键收购。从2020年收购赛灵思（Xilinx），到后续整合Pensando的DPU技术，再到ZT Systems和Mipsology在整机系统和AI加速软件上的布局，AMD正在构建的是一个涵盖从芯片、通信、系统、软件到解决方案的全栈能力图谱。
这种战略方向本质上是对Nvidia的回应。
在AI加速领域，Nvidia早已不再是一个GPU公司。其通过Mellanox奠定Infiniband高速网络基础，通过BlueField发展智能网卡，再通过自研硅光子平台推出400TB/s的交换架构，形成了一个围绕AI数据中心架构的闭环生态。其最新的Blackwell架构和NVLink交换系统，正是建立在高带宽低延迟光互连的能力之上。
相比之下，AMD虽然在算力芯片上已具备与Nvidia分庭抗礼的实力，但在AI系统互连与集成能力上仍显薄弱。
而此次Enosemi的加入，或许正是AMD打通这条链条的关键拼图。它不仅补足了在光子集成与封装技术上的短板，也使得AMD有望自研完整的AI互连路径——从GPU/DPU到光学交换，再到整机系统。
更深远的背景是全球在下一代计算架构上的地缘技术博弈。Enosemi这类团队的“去风险化”整合，不只是市场竞争的行为，也有一定程度的产业链主导权再分配意味。
在Chiplet、封装光学、D2D通信等关键技术节点上，主导权的争夺将不再只是技术优劣的对比，更关乎系统架构话语权与生态整合力。
小结
AI正在逼近基础设施演进的极限，而系统设计的复杂性，正在从芯片工艺制程的极限转移至“算力–连接–软件”三位一体的协同架构上。光子学，特别是共封装光学技术，提供了重塑这一协同的可能性。
而AMD对Enosemi的收购，是一次向AI系统未来底层架构主动出击的宣言。计算核心和光互连将逐步融合，系统架构将由分离走向异构耦合，封装和传输的边界将日渐模糊。
原文标题 : AMD收购Enosemi，共封装光学系统的技术博弈
