要点

• 更快的AI芯片正在压垮传统铜缆连接
• 在光网络需求推动下，Coherent营收跃升50%
• 基于光的连接可能重塑AI基础设施经济学

人工智能行业多年来一直在让处理器变得更快。如今，这一领域一些最大的基础设施投资，正流向一个相对不那么“光鲜”的方向：用光来替代电连接。

这一问题已经在庞大的AI数据中心中显现出来，在那里，成千上万块GPU必须持续交换信息。即便是最强大的处理器，如果连接它与其他芯片的网络无法足够快地传输数据，也会有时间处于等待状态。

财务影响已经开始显现。光学技术制造商Coherent于11月4日公布季度营收为23.7亿美元，同比增长50%，原因是对高速网络设备的需求加速增长。

更快的英伟达芯片为何造成新的瓶颈

传统数据中心是围绕服务器相对独立地执行任务而设计的。铜缆之所以表现良好，是因为连接距离相对较短，网络需求也较为可控。

AI训练改变了这一局面。

现代AI集群将数千块GPU连接在一起，共同训练规模庞大的模型。这些处理器必须交换数据、同步计算，并在机架之间传输中间结果。

随着处理速度提高，通信变得越来越重要。信息传输中的延迟，可能让昂贵的计算硬件无法充分利用。

铜缆在短距离内仍然高效，但更高的传输速度和更长的连接距离，会带来信号损耗和功耗方面的挑战。

光学技术通过把电信号转换为光，并通过光纤传输信息，解决了其中一些限制。

Nvidia曾解释称，随着网络距离扩大，更大的AI集群越来越需要服务器与网络交换机之间的光连接。

这一挑战还给现有的AI电力短缺增加了新的维度，因为网络设备也会增加整体能耗。

Coherent 23.7亿美元季度业绩显示资金流向何处

Coherent的最新业绩说明，这场基础设施转型正在为Nvidia之外的公司创造机会。

其数据中心与通信业务部门当季营收约为19.5亿美元，较去年同期的10.9亿美元大幅增长。

这意味着约79%的增长，并约占公司当季总销售额的82%。

不过，该部门的产品不只包括面向AI数据中心的光连接，因此这一数字不应被完全解读为AI网络收入。

尽管如此，这一增长仍有助于解释为何半导体公司正在推进光网络并购，以获取未来计算系统所需的技术。

Coherent还预计，2027财年按备考口径计算的营收增速将超过60%，但这仍是管理层指引，而非保证实现的业绩。

为何光连接可能重塑AI经济学

这一转变带来了新的投资考量：如果网络无法跟上，单纯提升GPU性能并不够。

建设AI基础设施的公司必须在处理器成本、网络、散热和电力支出之间取得平衡。

这也解释了为何AI资本开支越来越多地惠及芯片制造商之外的设备供应商。

在某些部署场景下，光学技术还可能提高能效，减少在大型计算集群中传输信息所需的电力。

不过，光连接并非在所有场景下都更优。对于短距离连接而言，铜缆因成本更低、结构更简单且性能成熟，仍然具有吸引力。

新的光学系统还会带来制造复杂度、组件成本和可靠性方面的考量。

对于为AI基础设施热潮提供资金的公司来说，这些权衡很重要，因为每一项额外的网络投资，最终都必须产生足够的经济价值。