英国半导体创业公司正在迎来创纪录的一年。据《泰晤士报》10月19日援引汇丰银行与数据机构 Dealroom 的数据报道，2026年前9个月，英国半导体初创企业累计融资16亿美元，已经超过2025年全年13亿美元的纪录——而后者当时已是该行业的历年最高水平。
在全球AI算力军备竞赛进入下半场的背景下，这笔钱的流向值得细看：它没有涌向”再造一颗GPU”，而是集中投向了AI数据中心里最烧钱的环节——搬运数据。
16亿美元，投向三个方向
报道点名的三家代表企业，恰好代表了AI硬件创新的三条技术路线。它们的共同点是：都不再执着于造一颗更快的计算芯片，而是解决数据在处理器之间、存储与计算之间高效流动的问题。
Fractile：把存储和计算”缝”在一起
Fractile正在开发一种把存储单元与计算单元物理交错的处理器架构，目标是大幅减少两者之间的数据搬运。AI负载的一大能耗黑洞，正是数据在存算之间来回倒腾。据报道，该公司尚未推出商用产品，预计2027年实现数据中心规模部署。
Olix：用光连接推理芯片
Olix为AI推理的不同阶段开发专用芯片，并用光互联把这些芯片连接起来。推理是AI商业化的主战场，专用化叠加光互联的思路，直指延迟与功耗两大痛点。
Salience Labs：让光在GPU之间”直达”
Salience Labs开发面向AI数据中心网络的光电路交换机，把GPU之间的光连接直接调度，省去传统交换机里光—电—光的反复转换。这家2021年成立于牛津郡米尔顿的公司，源自牛津大学与德国明斯特大学十余年的光子学研究，联合创始人兼CEO为Vaysh Kewada。
就在10月中旬，Salience Labs刚刚完成1.25亿美元B轮融资，投资阵容颇具信号意义：
- 领投方：Bullhound Capital
- 芯片巨头风投部门：AMD Ventures、Intel Capital双双入局
- 其他新投资方：SBI Group、Hudson River Trading，以及英国政府背景的英国商业银行（British Business Bank）
- 老股东跟投：Applied Ventures、Oxford Science Enterprises、Cambridge Innovation Capital、Silicon Catalyst Ventures
公司在2026年9月的ECOC展会上展示了64端口全光交换机，正在开发128和256端口版本，并计划扩大硅谷业务、加强制造能力。据市场研究机构Cignal AI预测，光电路交换市场到2030年将超过80亿美元。（注：公司宣称的性能数据未经独立验证，本文仅转述公司说法。）
背景分析：瓶颈从算力转向”搬运数据”
AI行业的瓶颈正在发生切换：从芯片产能不足，转向数据中心的土地、电力与基建搭建速度。而在数据中心内部，一个更具体的瓶颈正在浮现——数万颗GPU需要不停地互相通信，互联本身的功耗和延迟开始成为限制因素。
传统方案里，数据以光的形式跑在光纤上，一到交换机就被转成电信号、路由、再转回光，每一次转换都增加延迟、烧掉电力。随着GPU代际升级、互联速率水涨船高，铜互联和电交换越来越接近物理极限。光互联、光交换与存算一体，本质上是同一个答案：别让数据白跑路。
影响与展望
第一，资本流向显示AI硬件创新正从GPU本体扩散到互联与架构层。在英伟达CUDA生态之外，替代路线正在拿到真金白银，这对全球AI硬件格局是实质性变量。
第二，AMD和Intel同时押注同一家光子初创公司，说明光互联已被芯片巨头视为AI基础设施的严肃选项，而非实验室概念。战略投资人的站队，往往比融资额本身更有指向意义。
第三，英国走出了一条深科技路径：高校分拆（牛津、明斯特大学）加政府背景资金（英国商业银行）加产业战略投资人，形成从实验室到量产的接力。这也是各国在AI硬件下半场竞争的典型打法。
对中国产业链而言，参照意义同样直接：国产AI芯片面临的互联瓶颈并无不同，存算一体与硅光路线在国内已有布局。谁先解决”搬运数据”的成本问题，谁就可能在下一轮算力竞争中拿到主动权。