人工智能大模型的快速迭代正推动数据中心通信需求呈指数级攀升，传统铜线传输的带宽限制与高能耗问题，已成为AI集群扩展的核心瓶颈。以GPT-4为代表的超大型模型训练需要数千个GPU协同工作，每个GPU每秒要传输数十GB数据；而铜线在长距离传输时信号衰减严重，每TB数据传输能耗更是光传输的10倍——这道“功率壁垒”，正制约着更大规模AI系统的搭建。
为解决这一问题，英伟达自2024年3月以来已累计投入至少65亿美元，用于光子学技术研发与产业链布局。其中，对光模块制造商Lumentum和Coherent各注资20亿美元，对光纤巨头康宁投资5亿美元，剩下的资金则投入到内部光子芯片研发及其他相关企业的战略投资中。这一举措不只是技术层面的突破，更反映出英伟达推动美国半导体产业链自给自足的战略转向——当前全球光模块市场约70%的份额由亚洲企业占据，英伟达的投资将助力美国本土光子学产业崛起。
光子学技术的核心优势在于用光信号传输数据，和铜线比起来有三个关键特点：首先是带宽更高，单根光纤能支持数Tbps的传输速率，是同规格铜线的100倍以上；其次是能耗更低，同等带宽下光传输的能耗只有铜线的十分之一；最后是信号衰减小，适合数据中心内部以及跨数据中心的长距离互联。比如，英伟达计划把DGX AI集群的内部互联从传统InfiniBand铜线换成光传输，预计能让集群规模扩大3倍以上，同时整体能耗降低25%。
市场对英伟达的战略布局反应积极，Lumentum在投资消息公布后股价涨了18%，Coherent涨了15%，康宁股价也涨了5%。不过，行业内不少人担心制造的复杂性和整合的时间表：光子学芯片的制造需要整合硅光技术与传统半导体工艺，良率提升的难度不小；而现有数据中心架构的改造需要重新部署光纤与光模块，大规模应用估计至少要2到3年时间。
行业近期动态表明，光子学已成为数据中心技术竞争的新焦点。2024年5月，英特尔发布基于硅光技术的1.6Tbps光芯片，能用于数据中心高速互联；谷歌云则宣布，计划在2025年前把全球数据中心的内部互联全换成光传输。在竞争对手这边，AMD在2024年4月与光模块企业II-VI达成战略合作，共同研发用于AI集群的光互联解决方案，想在光子学领域缩小和英伟达的差距。
快报