Nvidia 投入 65 億美元布局光子學，破解 AI 能源瓶頸

Nvidia 在三個月內向光子學公司投入至少 65 億美元，押注以光為基礎的資料傳輸技術，能夠打破威脅 AI 基礎設施擴張的能源瓶頸。

Nvidia 自三月以來已向光子學公司投入至少 65 億美元，押注以光為基礎的資料傳輸能夠打破限制 AI 基礎設施擴張的能源瓶頸。

Forrester 資深分析師 Alvin Nguyen 表示：「光子學為 Nvidia 提供了一種擴展 AI 基礎設施的方式，且不會因沿用電氣與銅線傳輸而產生高昂能源成本。」

這些投資包括各投入 20 億美元給 Lumentum Holdings、Coherent 與 Marvell Technology，以及 5 億美元給 Corning 用於先進光學連接解決方案。Nvidia 也參與了 Ayar Labs 的 5 億美元 E 輪融資。根據 Nvidia 的說法，共封裝光學技術可將介面功耗從約 30 瓦降至約 9 瓦，能效較前代設計提升 3.5 倍。

這一系列大規模支出反映出一項策略性認知：透過銅線進行電氣資料傳輸——目前的行業標準——耗能過高，無法支援連接數百萬個圖形處理單元（GPU）的下一代 AI 工廠。晨星（Morningstar）資深股票分析師 Brian Colello 表示，Nvidia 的下一代機櫃級解決方案將需要指數級增長的光學連接能力，以處理更大規模 AI 模型的頻寬需求。

矽光子產能供不應求

Nvidia 執行長黃仁勳在三月舉行的 GTC 大會上表示，公司正擴大矽光子技術規模，並將其整合至 GPU 對 GPU 的互連系統中。黃仁勳說：「我們所需的矽光子技術產能，遠高於目前全球所能供應。」他並表示，Nvidia 正與供應商合作，在需求到來之前提前擴充製造產能。

Nvidia 已推出支援光子技術的網路交換器——適用於 InfiniBand 的 Quantum-X 與適用於乙太網路的 Spectrum-X——這些產品旨在跨站點連接 AI 工廠，同時降低能耗與營運成本。

量產仍是主要挑戰

Futurum Group 的 AI 負責人 Nick Patience 指出，雖然該技術已獲驗證，但將其擴展至商業量產規模仍面臨重大製造挑戰。複雜的共封裝光學組件需要精確對準光學與矽元件，且封裝過程中的缺陷通常無法修復。

Patience 表示：「技術本身沒有問題，量產規模才是更困難的難題。」他預計大規模採用要從 2028 年之後才會開始。

Nvidia 並非唯一推動此技術的公司。超微半導體（AMD）參與了 Ayar Labs 的融資輪，並於 2025 年收購了新創公司 Enosemi，同時對 Teramount 與 Celestial AI 進行了股權投資。Alphabet 與 Microsoft 的創投部門則在四月份參與了 nEye 的 8000 萬美元 C 輪融資。

市場已提前反映這波轉型。Lumentum 股價今年以來已上漲 134%，Coherent 上漲 96%，Marvell 上漲 122%，Corning 則上漲 111%。Nvidia 股價目前約為預期盈餘的 35 倍，2026 年以來已上漲約 60%，反映投資人對其 AI 基礎設施版圖持續擴張的預期。光子學轉型若能按計劃順利推進，可望為 Nvidia 節省數十億美元的能源成本，同時推動下一代 GPU 叢集的實現——但 2028 年的時間表意味著這些投資在短期內的營收貢獻仍然有限。

本文僅供資訊參考，不構成投資建議。