在持续加大对人工智能领域投入、力图缩小与英伟达差距的背景下，AMD再次迈出关键一步。
近日，该公司宣布，已完成对硅光子初创企业Enosemi的收购，旨在推动光子学与共封装光学（CPO）技术的发展，为下一代AI系统提供更快、更高效的数据传输能力。
此次收购不仅是AMD在AI技术领域的重要技术补强，也意味着其在AI系统基础设施建设上的布局进一步深化。
在高性能计算与深度学习模型对通信带宽、传输能效不断提升的需求推动下，光子技术正逐渐成为AI硬件系统中的战略高地，而AMD显然不愿在这场技术演进中落于人后。
01 加码CPO：从“芯片之争”走向“系统级竞争”
AMD在本周三正式对外公布了这项收购。
根据公司技术与工程高级副总裁Brian Amick在官方博客中的介绍，Enosemi的核心技术——光子集成电路（Photonic Integrated Circuits, PICs）——将使AMD能够在服务器机架内部实现更快的信号传输与更低的功耗，这是应对不断增长的AI模型训练与推理需求所必不可少的能力。
Amick指出：“与传统电气互连方式相比，共封装光学技术可以带来更高的带宽密度和更出色的能效表现。这是一种系统架构的根本性飞跃，使得计算与网络之间的融合更加紧密，从而支持高性能AI工作负载所需的计算能力与扩展性。”
所谓共封装光学，指的是将光学模块与计算芯片共同封装在一个芯片封装内，借助光信号而非电信号完成数据传输。这种架构大幅减少了芯片之间的连接距离，并显著降低能耗，被认为是未来超大规模AI系统的关键互连技术。
此次交易的具体金额未被披露，但从战略意义上来看，它无疑是AMD全栈AI布局中的重要拼图。
02 多维并购，构建AI全栈能力
Enosemi成立于2023年，总部位于硅谷，由一批具有深厚半导体背景的专家和博士组成。尽管成立时间尚短，但该公司已经在大规模构建和交付光子集成电路方面取得了实质性突破，其团队具备从芯片设计到系统部署的完整交付能力。Amick称，Enosemi是少数真正实现量产交付的光通信初创公司之一，其技术实力在业内极具稀缺性。
Enosemi的加入，将有助于AMD快速提升自身在CPO领域的产品开发能力，缩短研发周期，提升产品系统性能，从而更有力地应对英伟达在AI服务器系统、GPU互连等领域的领先地位。
实际上，这并不是AMD第一次通过收购进行AI系统能力的补强。在过去几年中，AMD已陆续完成多项战略性并购：
2022年收购Xilinx，引入自适应SoC与AI引擎，强化边缘计算与异构计算能力；
2022年收购Pensando，获得数据处理单元（DPU）与智能网络加速技术，完善服务器网络层布局；
2023年并购Silo AI与Mipsology，强化AI模型训练与推理的软件栈能力；
2024年初以49亿美元收购ZT Systems，获得其机架级AI系统设计与客户支持能力，为打造端到端AI基础设施提供支撑。
此外，AMD还与制造企业Sanmina达成协议，将ZT Systems的服务器制造业务以30亿美元转售给对方。此举使得Sanmina成为AMD云计算与集群级AI系统的首选制造伙伴，加快了其产品从研发到市场落地的进程。
这一系列并购勾勒出AMD从“卖芯片”向“提供完整AI系统解决方案”转型的战略路径，其竞争焦点也正在从GPU芯片本身，扩展至整个AI硬件生态系统。
03 光通信崛起，AI系统进入“全栈时代”
在AI模型不断增长的背景下，无论是训练数据量、推理请求频率还是模型复杂度，都对数据中心内部的传输速率与能效提出了更高要求。传统的铜缆通信方式已经难以满足大模型对高带宽、低延迟的迫切需求，光子技术由此成为必然选择。
光子集成电路与共封装光学技术，能够将计算与通信“原子级别”地融合在一起，不仅带来系统架构的效率提升，也将成为AI基础设施迈向更高能效与更强扩展能力的关键突破口。
Amick表示：“未来AI系统的挑战，不仅在于单颗芯片的计算能力，更在于系统层面的协同效率。从计算、网络、架构设计到软件协同，只有全栈式创新，才能真正释放AI的潜能。”
他强调，AMD正在凭借其在CPU、GPU与FPGA等硬件领域的领先地位，加之不断积累的系统设计、网络互连与软件开发能力，打造完整的AI解决方案栈，以全面应对下一代AI技术的发展浪潮。
结语：系统之战，刚刚开始
从芯片制造商到AI系统方案提供者，AMD正积极重塑自身在AI时代的定位。此次收购Enosemi，不仅补全了其在光通信领域的短板，也预示着AI硬件竞争的下一个阶段——系统全栈竞争——已然到来。
面对英伟达日益巩固的市场主导地位，AMD选择通过高效整合生态资源、持续技术并购和系统化能力建设来破局。在这场AI基础设施升级战中，Enosemi的加入，也许只是一个开始。
