英伟达斥资65亿美元布局光子学，破解AI能源瓶颈

英伟达在三个月内向光子学公司承诺至少投入65亿美元，押注基于光的数据传输能够打破威胁AI基础设施扩张的能源瓶颈。

自三月以来，英伟达已向光子学公司承诺至少投入65亿美元，押注基于光的数据传输能够打破制约AI基础设施扩张的能源瓶颈。

"光子学代表着英伟达一种扩展其AI基础设施的方式，而无需承担继续使用电力和铜缆所带来的能源成本，"Forrester高级分析师Alvin Nguyen表示。

这些投资包括分别向Lumentum Holdings、Coherent和Marvell Technology各投入20亿美元，以及向Corning投入5亿美元用于先进的光学连接解决方案。英伟达还参与了Ayar Labs 5亿美元的E轮融资。据英伟达称，共封装光学技术可将接口功耗从约30瓦降至约9瓦，比早期设计效率提升3.5倍。

这一支出热潮反映出一种战略认知：通过铜缆进行的电信号数据传输——目前的标准——能耗过高，无法支撑连接数百万个图形处理单元的下一代AI工厂。晨星高级股票分析师Brian Colello表示，英伟达的下一代机架级解决方案将需要指数级增长的光学连接能力，以应对更大AI模型的带宽需求。

硅光子学产能不足

在3月的GTC大会上，英伟达首席执行官黄仁勋表示，公司正在扩大其硅光子学技术规模，并将其整合到GPU-to-GPU互连系统中。"我们所需的硅光子学技术产能远高于目前全球已有的水平，"黄仁勋表示，并补充说英伟达正在与供应商合作，在需求到来之前扩大制造产能。

英伟达已推出支持光子学的网络交换机——用于InfiniBand的Quantum-X和用于以太网的Spectrum-X——旨在跨站点连接AI工厂，同时降低能耗和运营成本。

量产仍是障碍

虽然该技术已被验证，但将其规模化至商业产量仍面临显著的制造挑战。复杂的共封装光学组件需要对光学和硅元件进行精确对准，且封装过程中的缺陷通常无法返工，Futurum Group AI主管Nick Patience表示。

"技术本身没有问题，产能规模化才是更难的课题，"Patience表示。他预计大规模应用将从2028年开始。

英伟达并非独行。AMD参与了Ayar Labs的融资轮，并于2025年收购了初创公司Enosemi，同时还对Teramount和Celestial AI进行了股权投资。Alphabet和微软的风险投资部门在4月参与了nEye 8000万美元的C轮融资。

市场已经将这一转变计入价格。Lumentum股价今年已上涨134%，Coherent上涨96%，Marvell上涨122%，Corning上涨111%。英伟达股价目前约为远期收益的35倍，2026年以来已上涨约60%，因投资者将公司不断扩大的AI基础设施布局计入价格。如果光子学转型按计划推进，可为英伟达节省数十亿美元的能源成本，同时使下一代GPU集群成为可能——但2028年的时间表意味着这些投资的近期收入贡献仍然有限。

本文仅供信息参考，不构成投资建议。