围绕大模型训练与推理需求快速增长，数据中心内部互连正成为影响算力释放的关键环节。随着算力集群规模扩大，服务器、加速器与交换设备之间需要更高带宽、更低时延、更低功耗的互连方案，传统电互连传输距离、功耗与散热上的瓶颈日益凸显。如何“算力持续叠加”的同时降低系统能耗、提升网络吞吐，已成为全球数据中心基础设施升级的共性课题。 问题：互连成为算力扩张的“隐形天花板” 业内普遍认为，算力并非只取决于芯片峰值性能，还取决于数据在计算节点间流动的效率。当前人工智能训练与推理呈现并行化、分布式特征，集群内横向扩展带来海量数据交换需求。如果互连带宽不足或能耗过高，将导致计算单元等待数据、集群利用率下降，最终抬高单位算力成本。由此，光互连、硅光子等路线被视为突破“带宽—功耗”矛盾的重要方向。 原因：需求爆发与供应链约束并行加剧 一上，生成式应用推动数据中心从通用计算向“面向模型的工厂化生产”演进，网络规模、端口速率以及对光模块、激光器、收发器等关键器件的需求同步增加。另一方面，先进光学器件研发周期长、制造工艺复杂，产能建设投入高，且上游材料、封装测试与制造能力分布不均，容易形成供给约束。基于此，头部算力与网络厂商通过投资绑定、长期采购承诺等方式强化供应确定性，正成为行业趋势。 影响：从技术路线到产业格局的多重外溢 英伟达此次宣布与Coherent达成非排他性多年合作，包含20亿美元投资以及数十亿美元采购承诺，意获得先进激光与光通信网络产品的稳定供应与产能保障，并共同推进面向人工智能数据中心的高带宽、高能效互连技术。英伟达上表示，将以更大规模推动下一代硅光子技术落地。Coherent方面称，此举将延伸双方长期合作基础，并扩大产品系列供给能力，以满足未来数据中心建设需求。 该动向传递出多重信号：其一，光互连超大规模集群中的战略地位更上升，产业链向“算力+网络+光学器件+先进封装”一体化协同演进；其二，头部企业以资本投入叠加订单承诺，可能加速关键环节扩产与技术迭代，同时也可能抬升行业进入门槛，推动供应链向集中化、长期化合同模式发展；其三，涉及的制造能力向本土化、近端化布局的趋势增强。根据公开信息，此次投资将支持Coherent研发与未来产能扩张，并助其在美国本土扩建制造能力，反映出产业在地缘与安全考量下对供应韧性的重视。 对策：以协同研发和工程化能力突破“实验室到规模化” 光互连的规模化应用不仅取决于单点器件性能，也取决于系统级工程能力，包括与交换芯片、加速器平台的适配，与先进封装的集成，以及可靠性、良率、成本控制等关键指标。业内建议，面向下一阶段竞争，需要从三上发力：一是加强从材料、激光器到收发端的协同研发，缩短产品迭代周期；二是提升先进封装与测试验证体系能力，推动光电协同设计与量产；三是建立更稳定的供需对接机制与产能规划，减少周期性短缺对产业链的扰动。 前景：硅光子与光电融合有望成数据中心升级重要方向 从长期看，随着集群规模持续扩大、端口速率升级加快，光互连将从“机架间、机房内”向更短距离、更深层级渗透，光电融合、共封装光学等技术路线的产业化进程有望提速。同时，能效约束将成为全球数据中心竞争的新维度，围绕降低互连功耗、提升单位能耗带宽的创新，将直接影响未来算力基础设施的投入产出比。可以预期，围绕关键光学器件、先进封装与网络架构的竞合将更趋激烈，资本投入、长期供货与技术联盟等模式或将持续增加。
英伟达与科赫伦公司的战略合作，不仅是一次商业投资，更是对AI时代数据中心基础设施发展方向的战略性布局；这个合作表明，在人工智能快速发展的驱动下，芯片产业链正在进行深层次的重构和升级。光互连技术从实验室走向大规模商用，将成为推动全球数据中心性能跃升的关键力量。同时，这也提示我们，在新一轮科技竞争中，掌握关键技术、构建完整产业链、确保供应链安全，已成为企业和国家竞争力的核心要素。