如今的旗舰级AI机架使用超过5000根铜缆连接72个GPU。下一代系统（在GTC '25上发布）的目标是576个GPU。
但在太比特级的传输速度下，铜缆的物理性能会下降，信号衰减如此之快，以至于必须缩短线缆长度并增加线缆粗细才能正常工作。
解决方案是用光子代替电子：激光可以传输更多数据，传输距离更远，而且不会产生热量。
这些都是人工智能发展带来的次级效应的例子，而这些效应几乎无人问津。限制因素不仅限于芯片本身，还延伸到连接芯片的底层电路。
为什么英伟达要当"追光者"
这事儿得从AI的胃口说起。现在的AI数据中心就像个超级吃货，特别是那些能自己干活的智能体（agent）——比如 Anthropic 的 Claude Cowork 和微软的 Copilot Tasks——它们不是只会聊天，而是能同时执行一堆复杂任务。
这就好比从"单线程打工人"升级成了"OpenClaw多任务处理器"，数据在GPU之间跑来跑去的量直接爆炸。
传统的铜缆就像乡村小路，车一多就堵死；而光子学技术用的光纤，那是八车道高速公路，带宽高、延迟低、还省电。
英伟达2020年收购了网络硬件公司 Mellanox，把 NVLink 做得风生水起，现在显然觉得光凭电信号不够用了，得让光来帮忙。
这40亿美金到底买了啥
英伟达给 Lumentum 和 Coherent 各开了20亿美元的支票，不是白给的，是带着"长期饭票"性质的战略合作。
Lumentum 拿到的是"多年期非独家协议"，包括数十亿美元的采购承诺和未来先进激光元件的产能预留权，同时还能拿钱扩建研发和产线。
Coherent 那边几乎一模一样，也是数十亿美元采购承诺加上先进激光和网络光学产品的产能通道。
这俩公司都是光子学领域的老炮，专门做光收发器、电路开关和激光器这些让数据"坐光速列车"的核心零件。
英伟达这是在锁定未来几年的"光速弹药库"，确保自己在AI军备竞赛中不会卡脖子。
光子学为啥成了香饽饽
光子学的魅力在于它用光而不是电来传输数据。光纤的带宽潜力比铜线高出几个数量级，延迟低到可以忽略不计，而且功耗还更低——这对于动辄耗电几十兆瓦的AI数据中心来说，简直是救命稻草。
更妙的是，光信号不怕电磁干扰，传输距离远，这意味着数据中心可以建得更灵活，甚至未来可能出现"分布式AI大脑"。上个月 DARPA 也发出了光子计算的研究招标，专门瞄准AI应用；英伟达的竞争对手 AMD 去年收购了硅光子学初创公司 Enosemi，说要加速自家AI系统的光学创新。
整个行业都在往"光"里钻，因为大家都看明白了：谁掌握了光速数据传输，谁就掌握了AI的主动脉。
英伟达的算盘打得有多响
这笔投资是英伟达"横向扩展"战略的关键一步。他们已经有了最强的GPU，有了 Mellanox 加持的 NVLink，现在要把数据传输的瓶颈彻底打通，构建从计算到连接的全栈霸权。当别家还在纠结怎么把GPU连起来的时候，英伟达已经在规划怎么用激光束编织一张光速网络。这不是简单的采购，而是在定义下一代AI基础设施的标准。
等光子学技术成熟，英伟达的数据中心解决方案将变成"光速计算+光速传输"的双引擎，竞争对手想追都追不上。
更狠的是，通过锁定 Lumentum 和 Coherent 的产能，英伟达实际上在战略资源上卡了对手的位，这招叫"买光未来，照亮自己"。