輝達 65 億美元的光子學豪賭：用光取代銅，重塑 AI 基礎設施的神經系統

黃仁勳（Jensen Huang）過去一年不斷在談論「AI 工廠」——那些密集堆滿 GPU 算力、宛如單一工業機器的資料中心。他同時也在悄悄搭建這些工廠所需的光學管道。

自今年三月初起，輝達已在光子學和光學互連公司投入逾 65 億美元：分別向 Lumentum 和 Coherent 各投資 20 億美元、對康寧的投資承諾最高達 32 億美元、向 Marvell 投資 20 億美元用於光學網路晶片，並參與了光學新創 Ayar Labs 的 5 億美元 E 輪融資。縱觀全局，這些投資構成了輝達有史以來最集中的基礎設施押注之一——著眼點不在矽晶片，而在於將取代銅纜的光基互連技術。

CNBC 於 5 月 29 日發表的一篇分析首次將這一戰略的完整輪廓呈現在公眾面前，業界分析師稱之為一場蓄謀已久的行動——要解決一個更快的晶片所無法解決的問題。

鮮少被討論的銅線瓶頸

有關 AI 基礎設施瓶頸的公開討論，大多聚焦於矽晶片：GPU 供應、HBM 記憶體可用性、晶片良率，或台積電的產能。銅線瓶頸的能見度較低，但影響日益深遠。

AI 訓練叢集透過高速互連——銅纜和電子收發器——將數萬張 GPU 加速器連接在一起，在晶片、節點和機架之間傳遞資料。隨著叢集從數千張擴展到數十萬張 GPU，這些電子互連開始撞上物理極限。銅纜在長距離傳輸高頻訊號時會衰減，需要增設中繼器，引入額外延遲。電子收發器耗電量巨大——這些電力出現在資料中心能源帳單上，卻還沒產生任何有效算力。銅線互連的頻寬上限，也正在逼近前沿模型訓練任務所需的加速器間資料傳輸速率。

「光子學代表著一條讓輝達在不承擔銅纜能耗代價下擴展 AI 基礎設施的道路，」一位分析師告訴 CNBC。隨著資料中心開始以吉瓦而非百萬瓦計算電力消耗，光學和銅纜互連之間的效率差距已成為十億美元級別的考量。

投資組合詳解

輝達的光子學承諾橫跨數個月逐步展開。

3 月 2 日，輝達同步宣布向 Lumentum 和 Coherent 各投資 20 億美元——這兩家是資料中心高速網路所用雷射元件和光學收發器的美國主要供應商。兩筆交易不僅包含股權投資，還附帶數十億美元的採購承諾和未來產能優先取得權，意味著輝達正在為預期大規模使用的光學元件搶先鎖定供應鏈優先地位。

Lumentum 的協議包含資助一座專門生產雷射元件的美國半導體新廠——這是一項重要的製造業承諾，呼應了美國科技政策強調國內晶片製造的優先課題。Coherent 獲得了類似條款，投資旨在支持先進光學網路產品在美國本土的製造能力建設。

5 月，輝達正式確立與康寧的夥伴關係，承諾投資最高達 32 億美元。康寧是製造構成電信和資料中心骨幹的光纖電纜的玻璃巨頭，將在北卡羅來納州和德克薩斯州增設新廠，使美國光纖產能提升逾 50%。這一承諾的規模，反映了輝達對 AI 資料中心將需要遠超現有電信級基礎設施所能提供之光纖量的預期。

對 Ayar Labs 的投資，則是為一種更激進的技術路線下注：共封裝光學（co-packaged optics），即將光子收發器直接整合進與 GPU 或網路晶片相同的封裝內，徹底消除晶片到光學收發器之間的電子訊號路徑。Ayar Labs 正在開發讓光可以直接進出處理器封裝的技術——這可能是週期最長但槓桿最高的互連問題解決方案。

為何選在此時出手

輝達光子學攻勢的時機，與 AI 叢集架構的一個特定轉型節點精準對應。

現行輝達 AI 基礎設施——基於 NVLink 交換器和 InfiniBand 網路——在機架內和機架間尺度上大量依賴銅基高速互連。對當今超大規模業者運營的數萬張 H100 或 H200 GPU 叢集而言，銅線方案勉強可行，但耗電量龐大。

但輝達的路線圖指向規模截然不同的叢集。以 Q3 2026 量產為目標的 Vera Rubin 架構，被設計用於前幾代 GPU 無法實現的部署規模。黃仁勳所描述的「AI 工廠」架構——10 萬乃至 100 萬張 GPU 的叢集——所需的互連解決方案，是銅線根本無力提供的。

光學互連用光而非電子傳遞資料，光在光纖或矽波導中傳輸時訊號衰減極低，且所需電力僅是電子傳輸的一個零頭。對訓練任務中延遲和頻寬最為關鍵的叢集內連接——GPU 之間的連結——光學方案提供了銅線無法比擬的擴展路徑。

供應鏈戰略與地緣政治維度

輝達堅持這些投資必須配合美國本土製造，並非偶然。

每一筆主要光學投資——Lumentum 的新廠、Coherent 的製造擴張、康寧的光纖產能增加——都明確綁定了國內生產要求。這既反映了半導體短缺時代的供應鏈分散化教訓，也體現了出口管制、CHIPS 法案激勵措施，以及將關鍵科技製造業回流美國的更廣泛政治環境所塑造的生態。

對輝達而言，在美國擁有光學元件供應鏈，也降低了在中國 GPU 銷售因出口管制而複雜化的風險。資料中心互連的光學元件目前並不適用與 AI 加速器相同的限制框架，但輝達看來正在主動建構能最小化潛在法規脆弱性的供應鏈布局。

對 AI 基礎設施格局的意涵

輝達的光子學投資組合，讓其定位從一家向 AI 資料中心銷售晶片的公司，昇華為縱向整合的 AI 工廠整體架構師——從矽晶片到互連到光纖，一手包辦。

對競爭對手而言，影響不容小覷。提供 AI 訓練叢集 GPU 加速器和網路產品的超微（AMD），並無同等規模的光學互連投資組合。谷歌（TPU）和亞馬遜（Trainium）等超大規模業者的自研矽晶計畫，其運作的資料中心架構，在很大程度上是在由輝達現在積極塑造的網路和互連基礎設施框架內展開的。

65 億美元的光子學承諾，也傳遞出輝達的一個判斷：光學互連將在未來兩到三年內成為 AI 基礎設施的標準元件——不是遙遠的研究方向，而是有明確量產時程的工程交付物。對一家最近一個財年創下 816 億美元營收紀錄的公司而言，65 億美元是一筆有份量的供應鏈押注，卻絕不是試探性的。

用黃仁勳的話說，AI 工廠就是一台完整的機器。銅線從來只是這台機器的過渡材料。輝達正在建造它一直設想的光基神經系統。