随着AI的发展，集成光子学迎来了前所未有的机遇。据此，本期Light人物专访特邀Marvell首席技术官、美国国家工程院院士Radha Nagarajan，围绕光子集成、硅光技术、异质集成、CPO 共封装光学、AI 光互联功耗瓶颈、产业与产学协同等行业核心议题展开深度对话。Nagarajan博士认为，异质集成已迈向三维时代，集成激光器而非外置激光器成为主流已无核心障碍，共封装光学技术日新月异，未来将会像电子封装技术一样自动化。

来自产业和学术双大拿分享的核心观点，等您与我们共享。

人物简介

Radha Nagarajan，美国国家工程院院士，现任 Marvell 高级副总裁兼光学工程事业部首席技术官，并兼任新加坡国立大学客座教授。他先后于新加坡国立大学、东京大学及加州大学圣巴巴拉分校获得学士、硕士和博士学位。

Nagarajan 院士长期致力于光子集成芯片的研发与制造，并做出了突破性贡献。他目前拥有 250 余项美国专利，入选IEEE、OPTICA 和 IET会士，荣获 IEEE/LEOS Aron Kressel 奖、IPRM 奖以及 OPTICA David Richardson 奖章等。

「受访者」：Radha Nagarajan

「采访者」：万雅婷、郭宸孜

「翻译」：万雅婷、郭宸孜、何应

「原文信息」：Wan, Y., Guo, C. Light people: Radha Nagarajan, Marvell CTO and NAE member. Light Sci Appl 15, 250 (2026).https://doi.org/10.1038/s41377-026-02305-6

Q1：您曾在多家公司任职，并凭借卓越的工业界成就当选美国国家工程院院士。回顾您的职业生涯，随着集成规模的不断发展，您对于领域的关注点是如何变化的？

A1： 在John Bowers（加州大学圣芭芭拉分校教授、美国国家工程院院士）课题组取得博士学位后，我深耕光子集成领域已有30年，先后就职于Infinera、Inphi，如今来到Marvell。我的职业经历变化，也恰好是光电子行业发展的缩影。2001年，当我刚加入Infinera时，我们的目标是基于磷化铟材料开发光子集成电路，主要面向长距离通信场景。当时行业几乎没人讨论数据中心互联，服务器还在用普通网线（五类线、六类线）连接。

2013年我加入Inphi，技术路线从磷化铟转向硅光。彼时磷化铟平台已很成熟，而硅光正快速崛起，那时候我们的应用重心仍然聚焦在数据中心以外。

后来我加入Marvell，随着人工智能与高性能计算的爆发，市场被极大的拓展。如今硅光已大规模部署，不仅用于数据中心外部，更深入数据中心内部，我这段时间的工作重心也转向异质集成。

有一个核心理念始终贯穿我的整个职业生涯，那就是把前沿技术转化为真正的产品。这需要实现规模化量产、保证良率与盈利、确保可靠的部署，这些难题也是我们投入最多精力的地方，始终紧密围绕市场需求。很多人低估了把一项有潜力的技术转化为商业化产品所需的时间、精力与投入金，而这正是我工作的核心。

图1：Radha Nagarajan当选美国国家工程院院士

图2：Radha Nagarajan及其博士导师John Bowers院士以及同门师弟

Q2：您认为硅光何时会取代分立的元件/模块？

A2：我想说，其实硅光在很大程度上已经实现替代，尤其是在100G以及更高速率的的场景。诚然，硅光面临良率的挑战，但这并非硅光的独有问题，而是所有实用化技术的关键要求。但硅光的独特优势对行业至关重要：一方面，它让Marvell这类没有专属晶圆厂的企业，能依托现有的半导体基础设施设计制造高度复杂的光子器件；另一方面，它具备真正的可扩展性。

因此，Marvell和众多公司一同，将硅光应用于数据中心之间的互联，英特尔则率先将硅光用于数据中心内部。如今许多业内主流企业已转向硅光，从普及程度来看，可以说硅光已经主导了光互联市场的多个核心领域。

Q3：很多硅光系统仍依赖外置激光器封装，您认为集成光源还是外置激光器会成为主流？

A3：回顾多年来的集成激光器研究，不论是我们早期的成果、英特尔的方案、还是Infinera（现已被诺基亚收购）的进展，都能证明：在硅片上异质集成光源，或在磷化铟中单片集成光源，在商业上完全可行。

真正的障碍并非技术能力，而是行业观念—— 很多人仍默认集成激光器存在可靠性问题。其中一个担忧是磷化铟激光器在高温下的性能，高温下性能确实会下降，但在70–75℃左右的基础温度下，这些激光器是有可能完美运行的。实际上，英特尔已验证过这一温度区间的高可靠性，关键在于精心设计，因为温度波动会带来波长偏移，这需要精心应对。从技术角度看，集成激光器没有重大阻碍，更大的挑战是改变行业固有认知。

我预测：随着大规模服务器基础设施的散热难度越来越高，行业正从风冷转向液冷，一些企业正在探索浸没式冷却。这些方案能提供更稳定、温度更低的工作环境，也会为集成激光器的普及创造机遇。

Q4：您如何看待异质集成的潜力？

A4：我认为硅光作为集成平台潜力巨大。我们目前取得的成果只是冰山一角。未来有多种发展方向：我们可以整合不同材料、或在同一材料平台上集成多种器件、甚至实现多层器件堆叠，相关领域正在积极研发这些方案，一些方案可能短期内就会投入量产。

随着数据速率的持续提升，异质集成还会引入更高性能的新材料，提供更多可能性。同时集成复杂度也在升级，我们正突破传统二维集成，向2.5维、3维乃至3.5维集成迈进，这将为系统设计与性能提升带来巨大机遇。

图3：异质集成

Q5：您是国际上最早推动AI系统采用共封装光学（CPO）的领军人之一，如今越来越多的企业跟进。是什么让您坚信CPO不只是一个研究方向，而是行业刚需？

A5：我倡导CPO的原因，是源于我坚信异质集成是高速应用的关键。在Inphi（现被Marvell收购）工作时，我们已经看到了传统方案的瓶颈：速率不断提升，引线键合等技术根本跟不上。因此，理所当然的，通过异质集成让电子与光子器件更紧密结合，是突破速度与带宽瓶颈的必然选择，这也是最初的研发动机。

后续研发中我们发现，这一思路与CPO的目标高度契合。随着发展，CPO共封装的价值早已超越追求高速应用，即便在中低速场景，尤其是大规模AI系统中也极具潜力。无论是横向扩展、纵向扩展还是跨系统扩展，光电紧密集成都能带来显著收益。可以说，异质集成是核心，CPO是其最重要的形式之一。

Q6：速率提升推动我们从“可插拔方案” 转向“板载光学”。有人认为优化 DSP与封装就能延续可插拔方案，也有人认为它无法无限扩展。您怎么看？面对100T、200T 交换芯片，可插拔方案的终极限制是什么？

A6：在100T、200T交换机即将到来的背景下，共封装是必然选择。行业对可插拔方案十分熟悉，也有充足动力延长其生命周期。在很多纵向扩展系统中，只要功耗与成本合理，铜线仍会继续使用；出于同样原因，数据中心运营商也倾向于保留可插拔方案。但研发新产品必须着眼未来。从去年年底开始，大批分析师已将CPO纳入营收预测，这标志着行业的实质性转变。如今数据中心运营商与超算企业都在主动投资CPO研发，这说明它早已不是单纯的一个研究方向，而是产业的核心需求。

技术上，可插拔方案能进一步提升，单通道速率甚至可突破200G，但代价是功耗。带宽扩展时，高速电接口与DSP的功耗会变得难以管控。这正是CPO的优势所在，尤其适合GPU、加速卡互联这类纵向扩展架构。我认为CPO会率先在纵向扩展系统中大规模部署，再逐步拓展到横向扩展场景。

目前行业已释放明确信号：英伟达已展示多代CPO平台，台积电的技术路线图也与之匹配。计算与光输入输出紧密结合，不再是空想，1-2年内就可能落地。

当然，精准预测时间点很难，技术研发与产品落地的交汇点，总会存在市场成熟度的不确定性。研发新技术就像一场赌注，这也是创新的本质。

Q7：人们常说共封装一直是最困难的部分，您对此怎么看？

A7：这种印象主要源于早期光封装工艺。电子封装长期以来都是高度自动化的，与之相比，早期光封装更加手动化，效率低且无法规模化。

但随着量产规模提升，情况已开始改变，大部分工艺已高度自动化，虽仍有人工参与，但主要依靠自动化设备完成。高效光纤耦合确实仍是挑战，但目前已有应对方案且仍在持续优化中，随着量产的扩大，光纤耦合环节也会逐步实现自动化。如今的光子制造工艺，和5年前截然不同，和10年前相比更是天差地别，未来发展速度只会更快。

Q8：硅通孔（TSV）技术对CPO而言是必要的吗？

A8：我们曾大量发表TSV方案，探究其用于顶层电子器件与底层硅光芯片的集成，但这不是唯一选择。我们也可以翻转架构，把光学器件放在顶层，已有团队在探索这种方案。行业犹豫的主要原因是散热——电子器件发热比光器件高，把电子器件放在顶层更便于散热，但这并非根本性限制，业界已在研发多种替代散热方案。

晶圆厂的实际工艺考量，也会影响方案选择。早期行业更倾向TSV方案，但如今扇出型晶圆级封装（FOWLP）等技术已成熟，完全不需要TSV，多家企业已推出相关技术，部分甚至已基于该技术部署CPO。

因此，没有TSV并不会成为CPO的核心障碍，有多种可行方案能实现系统集成。

Q9：产业界对学术界有什么期望？

A9：从产业角度看，两者需要各司其职、优势互补。

我个人认为，当一项源自高校的技术进入规模化部署阶段，学术界就应转向下一个前沿方向。以共封装光学CPO为例，它是材料、电子、机械工程的交叉学科，仍有大量待解决难题。我们需要学术界探索产业无暇深入的、更基础、更前沿的方向，比如新材料、新工艺。

而极限性能提升、技术产品化量产，更适合有资源的企业来做。学术界若直接在产品层面与产业界竞争，大多事倍功半，比如高校教授不可能有资源去搭建完整的晶圆产线。

产业界对学术界的期待很简单：聚焦互补性、基础性、前瞻性研究，共同定义未来技术方向。

Q10：您在新加坡国立大学担任客座教授职位。您招收学生的标准是什么？

A10：对加入我团队的学生，首要要求是执行力——能实实在在做出成果。

除此之外，我非常看重扎实的基础理论功底。如今各类AI工具很普及，轻易就能得到答案，这已不再是核心能力。真正重要的是，能否从第一性原理出发，深挖问题本质。我不反对使用工具，我们设计复杂系统也依赖工具，但工具只是工具，使用者必须明白背后的原理。我欣赏能从基础理论出发，和我探讨方案不足、指出我疏漏的学生，能做到这一点，我就会录用。优秀毕业生和卓越毕业生的区别在于：后者不仅完成了工作，更真正理解自己所做的研究。

Q11：如何鼓励工业界更多地发表成果？

A11：我一直坚持发表成果，但确实比在学术界困难得多。主要有两个原因：首先，企业研发与营收、业绩、竞争直接相关，成果分享有严格限制；其次，工业界人士日常工作繁重，发表成果优先级较低。

但我仍认为企业应该多发表成果，产学双方都能从彼此的研究中获益。如今越来越多学术会议找到了平衡点：既保证学术严谨性，又能让企业分享见解、不泄露核心细节。这类期刊与平台价值很高，像本次Light专访这样的对话，也是知识分享的重要形式。

Q12：您曾提到，AI算力规模扩张迫使我们重新思考功耗分配，以及光互联与计算的交互方式。从光、电、封装全栈视角看，您认为行业在为AI扩展光互联时，对功耗的认知还存在哪些盲区？

A12：我认为大家仍然严重低估互联功耗的重要性。数据中心扩张时，不仅是计算量增加，互联数量更是呈指数级增长。如今行业的核心挑战，已不再是把晶体管做得更小更快，而是高效传输数据，尤其是处理器与内存之间的数据交互，这正是功耗瓶颈所在。数据中心规模越大，互联数量越多；互联数量可能达到计算芯片（XPU）的10到100倍，如果在全互联架构下比例更高。跨服务器、跨机柜的全连接，最终都会被互联功耗限制，我们绝不能让互联功耗成为系统总功耗的主导。

Q13：目前互联功耗占系统总功耗的比例是多少？

A13：这取决于统计口径。仅统计机柜间可插拔互联，比例约15%；若计入计算芯片间互联，数据传输功耗占比可能会超过50%。即便不算芯片内部互联，仅计算芯片间互联，铜线、内存互联的功耗也不可忽视。

Q14：在过去20年里，每比特能耗下降了约100倍，但光模块的总功耗仍增加了约10倍。您如何看待这一现象？

A14：只要计算不停止，总功耗就会持续上升。即便互联效率大幅提升，节省的功耗也会被用于提升计算芯片与内存的性能，这是系统演进的必然规律。因此核心问题不是降低总功耗，而是是否以最高效的方式使用功耗。有人认为处理器是价值核心，互联只是辅助设施，但当互联成为瓶颈时，这个观点就不再成立。

Q15：系统优先考虑什么因素？

A15：对AI应用而言，关键指标是时延、功耗、速率密度，而非单纯的速率高低。同样对于散热而言，核心不是总散热量，而是单位面积的散热功耗，这是系统扩展时的核心难题。简言之，行业重心正从注重绝对性能，转而注重在严格功耗与散热限制下，高效实现性能。

Q16：您认为CPO、硅光、异质集成的供应链何时成熟，成为绝对主流？

A16：我会说它们已经在主流技术之中了。以Marvell为例，我们已在搭建硅光集成平台，产业技术能力已经具备。经过多年推动，产业链已大幅完善，与初期相比已是全新格局，众多企业与晶圆厂参与其中，技术能力各有千秋，台积电也在核心的CMOS业务之外，大力投入共封装研发。从技术与供应链角度，产业已完全成熟，目前只差大规模落地应用。

Q17：您曾展示“肩并肩”架构（DSP与硅光引擎紧密贴合）。若进一步紧密集成，实现无DSP的光引擎，由主机芯片（host ASIC）直接驱动光子器件，系统协同设计需要做出哪些主要改变？

A17：这完全取决于架构设计与电子器件的布局。若把 DSP 移远点，它可以直接集成在主机芯片内部，这也是当前部分方案的形态 —— 很多 DSP 功能已被整合进主机芯片。“肩并肩” 架构的核心目的，是通过近距离布局提升性能、降低功耗。是否保留本地DSP，取决于系统权衡，尤其是功耗与客户功能需求。部分场景仍需要本地 DSP实现特定信号处理功能，但严格来说，这并非必需。若系统能适配、主机可承接相关功能，无DSP方案就可行。因此协同设计的核心是功能划分：确定各模块的位置、需要投入的功耗、集成的紧密程度。

Q18：AI集群给光互连带来了哪些变化？

A18：光互联技术早已存在，而AI集群是最新的核心驱动力，它全面加速了光互联的发展。AI大幅促进了光互联的规模量产，催生指数级需求。受AI推动，集成光输入/输出的电子芯片将逐步被行业接受，目前这些虽然仍处于试验阶段，但面向未来10年，随着AI持续发展，带光输入/输出的各类处理器将会大规模部署，这将带来根本性变革——光互联不再只对系统间连接有用，而将成为与计算深度融合的核心组件，这也是行业的必然方向。

Q19：对希望从事与AI领域的光学科研青年与青年工程师，您建议聚焦哪些方向？如何培养核心能力？

A19：我们正身处AI革命浪潮中，但我读书时，完全没想到光子技术会发展到今天的高度。因此我的第一条建议是：夯实基础，追随自己真正的热爱。若确定投身AI领域，要先明确方向：硬件或软件。我个人更推荐硬件方向——AI可以生成优秀的软件，但硬件很难被替代。能力培养上，必须打下扎实基础：不仅要学习算法，更要理解算法的高效实现路径。本科阶段拓宽知识面，研究生阶段深耕专业方向。未来光电路设计师的需求会持续增长，部分高校已开设覆盖全流程光子设计的课程，这不仅是仿真软件操作，更需要深层理论理解。

归根结底，基础能力是核心。无论从事电子、光子还是AI领域，扎实的基础都能让你走得更远。

图4：Radha Nagarajan及其妻子在美国国家工程院院士典礼上合影

本期通讯员

万雅婷，博士，现任阿卜杜拉国王科技大学（KAUST）助理教授，研究方向为硅光子学，聚焦于量子点片上光源的集成。加入KAUST前，她于加州大学圣塔芭芭拉分校（UCSB）John Bowers教授课题组（2017–2022）主导了英特尔硅基量子点激光器异质集成项目。已发表100余篇同行评审论文，含第一作者35篇（期刊26篇，会议12篇），通讯作者27篇（期刊15篇，会议12篇），及10次期刊封面报道。现任JSTQE，JQE，Applied Optics副编辑，2025 CLEO subcommitte chair, IEEE Photonics Society Conference Council及CLEO（2022–2024）委员，累计为IEEE、OSA和自然出版集团旗下期刊审稿超100次。其开创性成果获多项国际奖项，包括2021年CLEO Tingye Li创新奖（全球每年1人）、2022年《Light: Science & Applications》“光学新星”（全球每年3人）、2023年《麻省理工科技评论》“中国35岁以下科技创新35人”、2025年索尼与《自然》合作“女性科技奖”（奖金25万美元，全球每年3人）及2025年IEEE光子学会青年科学家奖（全球每年1人）。

郭宸孜，博士，编审。任中国科学院长春光学精密机械与物理研究所Light学术出版中心副主任、副总编，两期卓越计划期刊eLight编辑部主任、两期卓越计划领军期刊Light: Science & Applications责任编辑。中国科学院青年创新促进会会员，中国科技期刊编辑学会国际交流与合作工作委员会委员、青委会委员，吉林省科技期刊工作者协会理事。入选中国科技期刊卓越计划优秀百人案例、中国科协和科技日报联合组织的“一流期刊青年说”专题人物，获第三届中国科技期刊青年编辑大赛一等奖、中国科技期刊卓越计划优秀编辑、中国科协优秀科技论文编辑表彰、中国科学院科技出版先进个人奖、中国科学院优秀编辑、长春光机所第二届先进个人等奖项。其授课的课程入选国家专业技术人才知识更新工程的公需科目课件，主持卓越计划项目等国家、省部级项目7项，在Nano Today、Science China Materials、Applied Optics、《编辑学报》等学术期刊发表论文30余篇，作为共同作者出版译著1部（《光学与光子学：美国不可或缺的关键技术》，科学出版社），受邀在国内外学术会议作报告40次。（来源：中国光学微信公众号）