英伟达豪掷65亿美元押注光子技术，破解AI数据中心能耗瓶颈

光替代电：AI基础设施的下一场革命
当AI模型规模持续膨胀、GPU集群不断扩张，数据中心的能耗与传输瓶颈日益成为制约行业发展的核心障碍。目前，AI服务器内部主要依赖铜线传输电信号，当数据量暴增时，电流传输会产生大量热能，耗电极高，这一模式已逼近物理极限。所谓"光子技术"，即利用光而非电流来传送数据——通过光纤与光信号传输，速度更高、能耗更低，理论上可将接口功耗从约30瓦降至约9瓦，效率提升3.5倍，被业界视为重构AI基础设施的关键技术方向。
正是基于这一判断，英伟达自2026年3月以来，已向多家光子技术企业承诺投入至少65亿美元。具体包括：向Lumentum Holdings和Coherent各投资20亿美元，向迈威尔（Marvell Technology）投资20亿美元，向玻璃与光纤技术企业康宁（Corning）投资5亿美元，并参与光学初创公司Ayar Labs的5亿美元E轮融资。黄仁勋在GTC大会上坦言，当前全球硅光子产能远低于未来AI市场需求，英伟达正将光子技术纳入GPU互连系统与AI工厂网络架构之中。
光子技术股价暴涨，大规模普及仍需时日
受英伟达投资消息带动，相关概念股在二级市场强势上涨：Lumentum年内涨幅达134%，迈威尔涨122%，康宁涨111%，Coherent涨96%。除英伟达外，AMD、Alphabet及微软也开始布局光子相关企业，显示大型科技公司正将光子技术视为AI下一阶段基础设施竞赛的重要方向。
然而，光子技术距离真正大规模商用仍存在相当挑战。研究机构Futurum Group分析师Nick Patience指出，光学元件与硅芯片封装需要极高精度，任何微小偏差都可能导致整个组件报废，且难以返工，生产良率仍是巨大挑战。他预计，大型AI基础设施全面采用光子技术，可能要等到2028年以后。D.A. Davidson科技研究主管Gil Luria亦提醒，真正从铜线换成光纤，需要对现有产品架构进行大规模改版，可能还需经历一到两代GPU迭代，市场才能看到大规模普及。
五、AI传输革命：算力之战背后，谁能解决"速度与能效"才是赢家
战场焦点从GPU算力转向底层传输基础设施
AI热潮席卷全球资本市场，但最新的产业信号表明，真正的竞争焦点正从"算力本身"悄然转向支撑算力的底层基础设施——数据传输效率与存储带宽。目前大型AI模型的核心瓶颈之一，不再只是GPU供不供得出来，而是芯片与服务器之间，数据能否足够快速、足够省电地流动。传统服务器内部大量采用铜线传输电信号，速度与耗能早已逼近物理极限，这已成为AI扩张的重要障碍。
在存储器层面，美光（Micron）受益于生成式AI对高带宽存储器（HBM）及高容量DRAM的强劲需求，股价大幅走高，市值一度突破1万亿美元。一台AI服务器所配备的存储器价值，已从传统服务器时代的"配角"，跃升为成本结构中举足轻重的核心组件。服务器整机厂戴尔（Dell）则因搭载英伟达GPU的AI服务器需求暴增，业绩大幅超预期并上调全年展望，成为AI基建热潮中最直接的受益者之一。
数据平台与AI赋能，Snowflake验证新成长路径
在软件与云端层，Snowflake凭借AI工具Cortex Code（CoCo）的强劲需求，公布了优于预期的季度营收，股价单日暴涨逾36%，创公司上市以来最大单日涨幅，汇丰证券随即将评级从"持有"上调至"买进"，目标价从176美元上修至289美元。这一案例揭示了AI时代软件平台的新成长逻辑：真正被市场认可的，是那些能将AI功能紧密整合进现有数据基础设施、进而放大云端消耗量的平台型公司。
综合来看，英伟达等芯片巨头押注光子技术，美光受惠存储器紧俏，Snowflake以AI赋能数据平台，戴尔扮演实体服务器整合者——每一块拼图都指向同一方向：谁能最快解决"传输速度与能效"问题，谁就能卡位下一阶段AI成长曲线。对于产业和投资者而言，接下来真正要观察的，是整条数据路径从芯片到云端能否被重构得更快、更省、更稳。