黃仁勛説，要有光

（遠眺硅谷，南七道攝）

今天，英偉達宣佈向Coherent和Lumentum各投資約20億美元，總金額近40億美元。它們是兩家以光速傳輸數據的技術公司。如果把AI看成一座正在建造的超級工廠，那麼GPU是機器，電力是能源，而光通信就是神經系統。

傳輸成了AI發展瓶頸

對大多數人來説，這兩家公司非常陌生。它們不開發AI模型，不生產GPU，也不做服務器。它們製造的是以光速傳輸數據的技術。在AI基礎設施里，它們的位置非常關鍵。英偉達投資的信號非常明確：AI算力已經不再是唯一瓶頸，數據傳輸速度正在成為新的限制。黃仁勛説：「能源效率是我們的首要優先事項。關於信息傳輸、比特翻轉和比特傳輸的物理定律，限制了我們能夠完成的事情。」

過去幾年，AI模型規模增長得極其迅猛。2018年訓練大型模型通常只需要幾百塊GPU，2021年一些大型系統已經使用數千塊GPU。到了2024年前后，許多生成式AI模型訓練集羣的規模達到幾萬塊GPU。未來幾年，大型AI計算中心很可能會部署數十萬GPU。

隨着集羣規模擴大，網絡帶寬需求也在同步增長。2020年，數據中心帶寬400G，2024年是800G，未來可能是1.6T。這些變化意味着AI基礎設施的競爭正在從單純算力擴展到更復雜的系統工程。GPU負責計算，電力決定數據中心規模，網絡和光通信決定數據在系統中的流動速度。

當如此巨大的計算系統同時運行時，每一塊GPU都需要與其他GPU不斷交換數據進行同步計算。如果網絡傳輸速度跟不上，GPU就會停下來等待數據，這意味着大量算力被浪費。

隨着AI模型規模不斷擴大，數據中心的能源需求也在迅速增加。一座大型AI數據中心的功耗可能達到500MW甚至1GW，這相當於一座中型發電站的規模。與此同時，大型AI訓練系統可能需要數萬條高速光連接才能維持穩定運行。數據傳輸能力已經成為AI系統性能的重要因素。

光通信是唯一解決方案

傳統數據中心內部主要使用銅線進行電信號傳輸。銅線成本低、技術成熟，但隨着帶寬需求不斷提升，它逐漸顯露出侷限。銅線傳輸距離較短，功耗較高。當數據中心網絡速度升級到800G甚至1.6T時，銅線開始變慢。光通信成為新的解決方案。光通信的基本原理是把電信號轉換為激光，通過光纖進行高速傳輸，然后再轉回電信號。相比銅線，這種方式帶寬更高、延迟更低、能耗更低，因此成為下一代數據中心網絡的關鍵技術。

Coherent和Lumentum打造的是一種叫做硅光子的技術。它使用激光傳輸數據，能效提升3.5倍，速度更快。這是實現黃仁勛提到的「吉瓦級AI工廠」的唯一方式。

英偉達投資的Lumentum正是這一領域的重要企業。Lumentum總部位於美國加州，成立於2015年，主要產品包括高速激光器、光通信組件和光子芯片。數據中心之間的光纖通信需要依賴高速激光器把電子信號轉換為光信號，而Lumentum正是全球主要的激光器供應商之一。

根據公司財報，Lumentum在2025財年的收入約為16億美元，其產品廣泛用於數據中心網絡、5G通信和激光雷達系統。隨着AI服務器數量迅速增加，數據中心對高速光模塊和激光器的需求也在快速增長。從去年5月份到現在，股價從61美元到今天的694美元，漲幅已經超過1100%。

另一家被投資的公司Coherent歷史更加悠久。Coherent成立於1971年，是全球領先的激光器和光電子技術公司之一。公司2025財年的收入約為58億美元。Coherent的業務覆蓋工業激光器、光通信組件和光電子材料等多個領域。在光通信產業鏈中，Coherent擁有從激光器到光電子器件再到模塊封裝的完整製造能力，這種垂直整合能力使它在高速光通信組件市場中佔據重要地位。AI數據中心中使用的光模塊需要多種核心器件，包括激光器、調製器和光探測器，這些組件正是Coherent的主要產品方向。從去年5月份到現在，股價從67美元，到今天的280美元，漲幅已經超過410%。

英偉達通吃AI一條龍

光通信行業的技術門檻非常高，最關鍵的技術之一是高速半導體激光器的製造。需要使用化合物半導體材料，在製造工藝和成本控制方面難度較大，全球能夠穩定量產的企業數量非常少。

從產業結構來看，AI基礎設施由幾個關鍵模塊組成。

首先是算力核心，即GPU或AI芯片，目前英偉達在這一領域佔據絕對領先地位，公司市值在2026年前后接近3萬億美元。第二個模塊是網絡交換芯片，它們負責在GPU之間進行高速數據交換，其中博通是全球領先的交換芯片供應商之一。第三個模塊是光通信組件，它們負責把數據通過光纖高速傳輸。Coherent和Lumentum正處在這一環節。數據中心運營商則提供實際的計算基礎設施，例如亞馬遜AWS。支撐這些數據中心運行的是電力系統，例如施耐德電氣為全球大量數據中心提供電力管理設備。

英偉達投資Coherent和Lumentum背后的邏輯也很明顯了。英偉達是一家GPU公司，現在它正在構建一個完整的AI計算平臺。從GPU、服務器到網絡交換芯片，再到光通信供應鏈，英偉達正在把AI基礎設施的關鍵環節連接在一起。提前綁定光通信產業鏈能夠確保未來AI數據中心的關鍵組件供應，同時也能在技術路線和系統架構上保持領先。一家公司，構建了整個AI的神經系統。這是真正的護城河。

人工智能革命正在進入基礎設施階段。過去十年，互聯網行業關注的是軟件和應用，AI時代關注的則是算力、電力和網絡。GPU決定計算能力，電力決定數據中心規模，光通信決定數據流動速度。英偉達這筆40億美元投資，包含在此前數十億美元的採購承諾中。未來產能優先獲取權、美國新的製造工廠，以及未來多年的鎖定供應。卻揭示出一個更大的趨勢：未來AI世界的核心資源，很可能是光。

於是，黃仁勛説：「要有光。」

本文來自微信公眾號「南七道」，作者：南七道，36氪經授權發佈。