等也是一种策略 如何等在哪里等
03-07 19:06

🚀🔥 当 GPU 不再是瓶颈:$NVDA 为什么向 $COHR 投资 20 亿美元

很多人还在盯着 AI 里的 GPU。

但真正的瓶颈,已经开始转移。

$COHR CEO 最近解释了一个非常关键的趋势:

$NVDA 投资约 20 亿美元,本质上是押注一个正在发生的结构性变化——

AI 数据中心正在从 铜互连(copper interconnect) 转向 光互连(optical interconnect)。

事情其实很简单。

当 AI 集群只有几百张 GPU 时,铜线还能工作。

但当规模变成:

几千张 GPU

上万张 GPU

甚至未来数万张 GPU

问题就开始出现了。

铜线传输数据会遇到三个致命限制:

带宽上限

能耗暴涨

延迟迅速上升

换句话说:

GPU 算力越强,铜线越跟不上。

于是 AI 数据中心出现了一个新的现实:

真正的瓶颈不再是 计算能力。

而是三样东西:

光学互连

内存带宽

网络架构

这就是为什么 $NVDA 开始押注光通信。

在超大规模 AI 集群中,GPU 之间需要持续交换海量数据。

如果这些数据还走传统铜线:

速度会成为限制

功耗会成为灾难

而光互连解决的是两个核心问题:

更高带宽

更低能耗

这也是 $COHR 所在的位置。

公司本身是光学与激光技术的重要供应商之一,而 AI 数据中心正在成为光模块需求增长最快的地方之一。

如果把整个 AI 基础设施拆开看,其实是一条非常清晰的链条:

算力

→ GPU

数据传输

→ 光互连

存储

→ 高带宽内存

系统调度

→ 网络架构

当 AI 集群进入 万卡时代,整个产业链都会被重新定价。

GPU 不再是唯一主角。

真正的赢家,可能是那些解决 数据流动问题 的公司。

这也是为什么现在越来越多投资人开始关注:

$COHR

$LITE

$CIEN

$ANET

AI 的下一场竞争,可能不是谁有更多 GPU。

而是谁能让 数万张 GPU 同时高效运转。

如果算力不再是瓶颈,那么下一个价值重估的环节会是谁?

光模块,还是网络架构?

免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白
发表看法