Related articles
（远眺硅谷，南七道摄）
文 | 南七道
今天，英伟达宣布向 Coherent 和 Lumentum 各投资约 20 亿美元，总金额近 40 亿美元。它们是两家以光速传输数据的技术公司。如果把 AI 看成一座正在建造的超级工厂，那么 GPU 是机器，电力是能源，而光通信就是神经系统。
传输成了 AI 发展瓶颈
对大多数人来说，这两家公司非常陌生。它们不开发 AI 模型，不生产 GPU，也不做服务器。它们制造的是以光速传输数据的技术。在 AI 基础设施里，它们的位置非常关键。英伟达投资的信号非常明确：AI 算力已经不再是唯一瓶颈，数据传输速度正在成为新的限制。黄仁勋说：「能源效率是我们的首要优先事项。关于信息传输、比特翻转和比特传输的物理定律，限制了我们能够完成的事情。」
过去几年，AI 模型规模增长得极其迅猛。2018 年训练大型模型通常只需要几百块 GPU，2021 年一些大型系统已经使用数千块 GPU。到了 2024 年前后，许多生成式 AI 模型训练集群的规模达到几万块 GPU。未来几年，大型 AI 计算中心很可能会部署数十万 GPU。
随着集群规模扩大，网络带宽需求也在同步增长。2020 年，数据中心带宽 400G，2024 年是 800G，未来可能是 1.6T。这些变化意味着 AI 基础设施的竞争正在从单纯算力扩展到更复杂的系统工程。GPU 负责计算，电力决定数据中心规模，网络和光通信决定数据在系统中的流动速度。
当如此巨大的计算系统同时运行时，每一块 GPU 都需要与其他 GPU 不断交换数据进行同步计算。如果网络传输速度跟不上，GPU 就会停下来等待数据，这意味着大量算力被浪费。
随着 AI 模型规模不断扩大，数据中心的能源需求也在迅速增加。一座大型 AI 数据中心的功耗可能达到 500MW 甚至 1GW，这相当于一座中型发电站的规模。与此同时，大型 AI 训练系统可能需要数万条高速光连接才能维持稳定运行。数据传输能力已经成为 AI 系统性能的重要因素。
光通信是唯一解决方案
传统数据中心内部主要使用铜线进行电信号传输。铜线成本低、技术成熟，但随着带宽需求不断提升，它逐渐显露出局限。铜线传输距离较短，功耗较高。当数据中心网络速度升级到 800G 甚至 1.6T 时，铜线开始变慢。光通信成为新的解决方案。光通信的基本原理是把电信号转换为激光，通过光纤进行高速传输，然后再转回电信号。相比铜线，这种方式带宽更高、延迟更低、能耗更低，因此成为下一代数据中心网络的关键技术。
Coherent 和 Lumentum 打造的是一种叫做硅光子的技术。它使用激光传输数据，能效提升 3.5 倍，速度更快。这是实现黄仁勋提到的 「吉瓦级 AI 工厂」 的唯一方式。
英伟达投资的 Lumentum 正是这一领域的重要企业。Lumentum 总部位于美国加州，成立于 2015 年，主要产品包括高速激光器、光通信组件和光子芯片。数据中心之间的光纤通信需要依赖高速激光器把电子信号转换为光信号，而 Lumentum 正是全球主要的激光器供应商之一。
根据公司财报，Lumentum 在 2025 财年的收入约为 16 亿美元，其产品广泛用于数据中心网络、5G 通信和激光雷达系统。随着 AI 服务器数量迅速增加，数据中心对高速光模块和激光器的需求也在快速增长。从去年 5 月份到现在，股价从 61 美元到今天的 694 美元，涨幅已经超过 1100%。
另一家被投资的公司 Coherent 历史更加悠久。Coherent 成立于 1971 年，是全球领先的激光器和光电子技术公司之一。公司 2025 财年的收入约为 58 亿美元。Coherent 的业务覆盖工业激光器、光通信组件和光电子材料等多个领域。在光通信产业链中，Coherent 拥有从激光器到光电子器件再到模块封装的完整制造能力，这种垂直整合能力使它在高速光通信组件市场中占据重要地位。AI 数据中心中使用的光模块需要多种核心器件，包括激光器、调制器和光探测器，这些组件正是 Coherent 的主要产品方向。从去年 5 月份到现在，股价从 67 美元，到今天的 280 美元，涨幅已经超过 410%。
英伟达通吃 AI 一条龙
光通信行业的技术门槛非常高，最关键的技术之一是高速半导体激光器的制造。需要使用化合物半导体材料，在制造工艺和成本控制方面难度较大，全球能够稳定量产的企业数量非常少。
从产业结构来看，AI 基础设施由几个关键模块组成。
首先是算力核心，即 GPU 或 AI 芯片，目前英伟达在这一领域占据绝对领先地位，公司市值在 2026 年前后接近 3 万亿美元。第二个模块是网络交换芯片，它们负责在 GPU 之间进行高速数据交换，其中博通是全球领先的交换芯片供应商之一。第三个模块是光通信组件，它们负责把数据通过光纤高速传输。Coherent 和 Lumentum 正处在这一环节。数据中心运营商则提供实际的计算基础设施，例如亚马逊 AWS。支撑这些数据中心运行的是电力系统，例如施耐德电气为全球大量数据中心提供电力管理设备。
英伟达投资 Coherent 和 Lumentum 背后的逻辑也很明显了。英伟达是一家 GPU 公司，现在它正在构建一个完整的 AI 计算平台。从 GPU、服务器到网络交换芯片，再到光通信供应链，英伟达正在把 AI 基础设施的关键环节连接在一起。提前绑定光通信产业链能够确保未来 AI 数据中心的关键组件供应，同时也能在技术路线和系统架构上保持领先。一家公司，构建了整个 AI 的神经系统。这是真正的护城河。
人工智能革命正在进入基础设施阶段。过去十年，互联网行业关注的是软件和应用，AI 时代关注的则是算力、电力和网络。GPU 决定计算能力，电力决定数据中心规模，光通信决定数据流动速度。英伟达这笔 40 亿美元投资，包含在此前数十亿美元的采购承诺中。未来产能优先获取权、美国新的制造工厂，以及未来多年的锁定供应。却揭示出一个更大的趋势：未来 AI 世界的核心资源，很可能是光。
于是，黄仁勋说：「要有光。」
