当前，全球人工智能发展正处在关键技术拐点。在单卡算力突破100 TFLOPS、集群规模扩展到百万卡级后，业内逐渐发现，数据传输的成本和瓶颈正在超过计算本身。2025-2026年的实测数据显示，在超大规模AI集群中，继续增加GPU带来的边际收益明显下降，问题重心已从计算性能转向数据吞吐能力。这个现象被专家称为“通信墙”。在万卡级集群里，互连网络与散热系统的耗电占比最高可达45%；当速率提升到224Gbps以上时，传统铜缆传输会出现明显的信号衰减。就像高峰期的城市交通，数据传输距离稍微拉长，延迟与误码率就会显著上升。行业测算显示，一旦数据传输耗时超过计算耗时，GPU实际利用率可能降至30%以下。 英伟达此次战略投资，正是针对这一系统性短板。公司首席执行官黄仁勋在内部文件中提到：“我们建造了最快的引擎，却受制于泥泞的道路。”这里的“道路”指的就是传统电互连架构。随着AI模型参数迈入万亿量级，现有PCIe和NVLink接口正逼近物理极限。 分析认为，这一转向背后有更清晰的产业逻辑：在竞争对手不断缩小单卡算力差距的情况下，系统级吞吐能力将成为新的关键壁垒。硅光子通过改变数据传输介质，有望将信号传输距离从米级压缩到厘米级，同时把功耗降低60%以上。这不仅是一次性能升级，更是一项关系到长期竞争力的战略选择。 需要指出，英伟达选择与迈威尔科技进行深度合作。迈威尔长期在光通信DSP和磷化铟材料工艺上积累较深，已跻身全球少数具备硅光子量产能力的供应商之列。其CPO（共封装光学）技术将光引擎与逻辑芯片进行集成封装，成熟度领先行业约2-3年。 产业观察人士指出，2027年前将是下一代AI模型迭代的重要窗口期。谁能率先突破光电转换效率等关键瓶颈，谁就更可能在新一轮算力竞赛中占据主动。这次布局不仅影响企业竞争格局，也可能推动全球AI基础设施的技术路线加速调整。
从追逐峰值算力转向提升系统效率，行业正在跨过一个重要拐点；互连能力虽不显眼，却决定了算力能否真正转化为生产力。谁能率先打通光与电协同的工程化路径，谁就更可能在新一轮智能基础设施升级中把握主动，并为全球数字经济提供更稳定的底层支撑。