村田与联电加码 TFLN,AI 光通信调变器量产竞速升温

村田与联电加码 TFLN,AI 光通信调变器量产竞速升温

N
News Editor
2026-10-23 08:13:10
随着 AI 集群传输速率持续提升,铜线与传统硅光调变器的瓶颈愈发明显,薄膜铌酸锂 TFLN 开始进入产业化阶段。村田计划在 2028 年量产 TFLN 光调变器,联电与联颖光电则已和 HyperLight 合作推进 6 吋与 8 吋晶圆量产平台。TFLN 具备高带宽、低驱动电压和低光学损耗等特点,但量产难度、良率稳定性与晶圆供应仍是落地关键。

AI 集群的数据传输速度持续上升,铜线与传统硅光调变器的负担瓶颈也越来越明显。产业界正把目光转向一种老材料的新做法:TFLN,也就是薄膜铌酸锂。

村田与联电加码 TFLN,AI 光通信调变器量产竞速升温 2

日本被动元件厂商村田制作所已经规划 TFLN 光调变器,目标在 2028 年量产。晶圆代工厂联电与旗下联颖光电,此前也宣布与 HyperLight 合作,在 6 吋与 8 吋晶圆上量产 TFLN 平台。从材料厂、元件厂到晶圆代工,TFLN 正从实验室走向产线。

TFLN 是什么

TFLN 是把单晶铌酸锂(LiNbO₃)切成数百纳米厚的薄膜,再贴合到硅或石英等基板上,形成「绝缘体上铌酸锂」即 LNOI 结构。它的用途不是传输光,而是用来制作光调变器,把电信号写入激光光信号中。

其工作原理来自普克尔斯效应。对铌酸锂施加电压时,材料折射率会瞬间变化,光的强度或相位也会随之被控制。这个效应速度快、线性强,构成了 TFLN 支持高速传输的物理基础。

AI 数据中心为何关注 TFLN

当前 AI 计算面临的紧迫问题之一,是如何更高效地搬运数据。Marvell 高层在 AI Infra Summit 上指出,当单通道速率从 224G 走向 448G,铜线的信号完整性会大幅限制连接距离,因此跨机柜连接会更倾向采用光通信。

与此同时,随着行业从 1.6T 迈向 3.2T,对调变器的速度与功耗要求也在提高。TFLN 的主要优势包括:

  • 高带宽:支持更高的单通道速率。
  • 低驱动电压:可接近 CMOS 电压,有助于降低驱动端功耗。
  • 低光学损耗:改善光信号质量。

这些特性让 TFLN 成为 1.6T、3.2T 光模块、相干传输以及 CPO(共封装光学)的候选材料。

量产难点仍在制造端

TFLN 的瓶颈在于不容易量产。铌酸锂材质较硬,蚀刻难度高,过去多数只存在于研究型晶圆厂;薄膜本身也需要通过精密且高难度的离子切割技术制成。

晶圆供应同样存在变数。美国在今年稍早通过国防合约推动本土 TFLN 晶圆产能,并坦言现有供应主要掌握在境外来源手中。要让 TFLN 真正进入 AI 数据中心,关键不只在性能,还在于能否在标准晶圆厂环境中稳定、低成本地量产。

联电与村田的推进路径

联电:以代工产能支援量产

今年 3 月,联电、旗下联颖光电与 HyperLight 宣布达成战略合作,在 6 吋与 8 吋晶圆上量产 HyperLight 的 TFLN Chiplet 平台。

在分工上,HyperLight 负责平台架构设计,联电与联颖提供晶圆代工产能。联颖此前已与 HyperLight 合作,把 TFLN 推进到通过客户认证的 6 吋 CMOS 产线;联电则加入 8 吋产能,扩大规模。

该平台覆盖短距离数据中心可插拔模块、长距离相干模块与 CPO 等应用。联电资深副总经理洪圭钧表示,TFLN 正成为 1.6T 以上数据中心传输的关键材料。

村田:自行掌握材料与元件制程

今年 6 月,村田公布了自家 CPO 技术路线图,涵盖光调变器、封装基板与高速配线,目标在 2032 年前整合光、电、散热功能。

其中,TFLN 调变器预计在今年第四季完成首批样品,2028 年进入量产,目标是实现超过 100 GHz 的电光带宽,以及单通道 400 Gbps 以上的传输速度。村田表示,计划运用过去在手机表面声波(SAW)滤波器上积累的铌酸锂材料与制程经验,自行掌握晶圆与元件制程。

2027 至 2028 年将是关键观察窗口

尽管 TFLN 前景受到关注,但仍有几项变量有待观察,包括量产周期偏长、良率不稳定,以及硅光等其他调变器技术路线也在同步推进。

TFLN 的优势已经让它成为值得继续验证的迭代材料,接下来真正要看的,是能否稳定且低成本地量产。2027 至 2028 年的实际送样与出货,将成为检验这条技术路线的重要时间点。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
7500

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。

村田与联电加码 TFLN,AI 光通信调变器量产竞速升温 | Bit.Fan