问题——算力规模跃升，互连成为“新瓶颈” 随着大模型训练与推理需求持续攀升，算力基础设施建设呈现由“单卡性能提升”向“系统级扩展”转变的趋势；业界普遍认为——万卡乃至十万卡集群的效率——越来越取决于数据中心内部与跨园区的高速互连能力，包括光模块、硅光子、CPO/NPO等关键技术路线。互连不足将直接影响集群利用率、训练周期与能耗水平，成为影响AI基础设施扩张的约束因素之一。 原因——供给焦虑叠加技术迭代，资本向核心环节集中 据公开信息与市场消息，英伟达拟向Lumentum与Coherent分别投入资金，体现其对硅光子与光互连生态的持续加码。英伟达有关表态指出，人工智能正推动史上规模最大的计算基础设施建设，并希望通过合作推进先进硅光子技术以支撑下一代AI工厂。业内分析认为，云厂商持续扩建算力、光互连代际升级加快的背景下，光通信环节的产能、良率与成本控制成为竞争焦点；同时，供应链需要在更高带宽、更低功耗与更高密度封装之间寻找新的平衡点，促使资金与资源向光通信龙头及关键技术路线集中。 影响——全球产业链重估加速，互连能力决定竞争“上限” 海外机构对光通信与存储等相关方向预期出现上修，反映资本市场对“高速互连+大规模集群”逻辑的再定价。部分机构亦从中长期估值角度重新评估龙头企业配置价值。更值得关注的是，互连环节的竞争不再局限于单一企业或单一区域：一上，北美本土供应链加快补齐高端制造与工程能力；另一方面，亚洲供应链规模化交付、工程迭代与成本控制上的比较优势仍，全球分工与竞争格局或将随技术路线（如硅光子、CPO/NPO）成熟度而动态调整。 对策——夯实“算力底座”，以系统工程推进协同创新 在国内，多方主体正加速补齐大规模智算互连能力。中国移动宣布已建成两大超万卡智算集群，并展示大容量智算互联设备在跨百公里训练中的高效率表现，传递出“算网融合、跨域调度、提升算效”的明确信号。产业链上，华工科技发布AI战略及新产品新场景，提出1.6T光模块规模化商用启动，并推动3.2T相关技术头部客户侧率先应用，显示我国在高速光互连产品化进程上持续提速。 此外，围绕国产算力生态的适配与优化也在推进。针对多模态、长文本、编程等能力升级的模型迭代，市场出现相关新品将发布的传闻。业界观点认为，无论具体发布时间如何，模型能力提升与硬件适配协同已成为趋势，通过与算力芯片、服务器、网络与光互连的系统级联合优化，才能在成本、能耗与性能之间实现更优解。 前景——“AI工厂”驱动新一轮投入，硅光与高速互连有望进入加速期 展望未来，AI基础设施将呈现三上特征：一是从“机房”走向“工厂化”建设，单位园区功率与集群规模持续抬升；二是互连从400G/800G向1.6T、3.2T演进，硅光子与先进封装带动产业链迭代；三是算力竞争从单点技术转向体系能力竞争，涵盖芯片、网络、存储、液冷与运维调度等全链条。随着云厂商与运营商持续投入，光互连供给与技术路线选择将更加关键，行业也将更强调安全可控、稳定交付与可持续成本结构。
在数字经济加速发展的背景下，算力正成为衡量国家竞争力的重要因素；英伟达此次投资既是对技术趋势的提前布局，也反映出全球产业链正围绕AI基础设施进入新一轮调整。在这场竞赛中，竞争不只发生在企业之间，也体现为产业体系与技术能力的综合比拼。未来，只有在自主创新的基础上加强开放合作，才能在全球竞争中把握主动权。