随着人工智能(AI)资本投资持续处于历史最高水平,数据中心基础设施的瓶颈也受到关注。因为在需求激增而供给跟不上的环节,资金和企业投资自然会集中。
AI基础设施瓶颈最初出现在图形处理器(GPU)等半导体芯片上。随着英伟达的高性能GPU成为市场核心,企业不惜高价抢购芯片。此后,为驱动服务器而确保电力成为核心课题,电力基础设施投资随之扩大。最近,瓶颈的焦点正在向网络转移。
网络中最先堵塞的环节是交换机。交换机承担着连接GPU与中央处理器(CPU)、服务器与服务器的数据中心“高速公路”角色。AI芯片处理的数据暴增,但连接容量不变,因此出现拥堵。为化解这一问题,连接结构的转换正在加快。
核心是从铜到光的转换。此前数据中心网络一直依赖基于铜的有源电缆(AEC),因为在短距离上成本效率高。但随着带宽增大,信号损耗与质量下降、功耗与发热增加、布线复杂等局限日益明显。AI集群通信结构改变,使更快、更密集的连接成为基本条件,也加大了压力。
这一趋势在投资上亦有体现。超大规模云厂商正在增加网络投资,英伟达也将把光与交换机结合的共封装光学(CPO)战略具体化。自2025年起开始单独披露网络营收,也被解读为网络重要性上升的信号。
市场反应同样明显。Meta表示到2030年将从康宁采购约60亿美元规模的光纤电缆,康宁股价单日暴涨16%。Meta计划到2028年在AI基础设施投入约6000亿美元,其中部分将用于基于光的连接。
CPO是在封装阶段将交换芯片与光模块整合以减少瓶颈的方式。这不仅是增加光缆,而是力图从结构上解决功耗和发热问题。英伟达去年3月在GTC上公开了基于硅光子的CPO技术,博通也发布了400G/Lane级别的CPO解决方案。
光连接的扩大将价值链拓展至零部件、封装、设计、组装与测试等领域。虽然短期存在成本压力,但从综合带宽扩展性、信号质量、电力效率等的总拥有成本(TCO)来看,光的竞争力正快速提升。数据中心连接标准从铜向光转移的趋势正全面展开。






