什麼是 AI 光纖網路？為何高盛預測 2028 年將出現 1540 億美元的市場
在人工智能熱潮的大部分時間裡，投資者一直專注於一個問題：科技公司能部署多少張 GPU？但隨著 AI 集群變得更大、更強大，另一個瓶頸正成為基礎設施競爭的焦點——這些處理器之間能多快地進行通信。
這一轉變正將光纖網路推至焦點。高盛研究將光纖網路描述為人工智慧基礎設施的「下一個巨頭趨勢」，並估計每機架計算能力的提升及人工智慧基礎設施的廣泛部署，可能釋放出約九倍的總可服務市場規模，將機會帶至約 $154 億美元。
該論文反映了 AI 基礎設施的更廣泛變化。更快的加速器產生更多數據，更大的叢集需要更多的處理器間通信，傳統的電氣連接越來越難以高效擴展。因此，光纖、硅光子學和共封裝光學可能將成為下一階段 AI 基礎設施的重要組成部分，就像 GPU、內存和電源系統對第一階段那樣。
什麼是 AI 光纖網路？
AI 光纖網路是指使用基於光的通訊技術，在處理器、伺服器、交換機、機架和資料中心叢集之間轉移資料。光纖系統不完全依賴通過銅線傳輸的電信號，而是將資料轉換為光，並透過光纖傳輸。
理解其作用的最簡單方式，是將 AI 數據中心視為一座工廠。GPU 和其他加速器是執行工作的機器，而網絡則是連接它們的運輸系統。如果材料無法在這些機器之間快速流動，即使工廠內的機器極其強大，其表現仍會不佳。AI 也遵循同樣的原則：在訓練或運行大型模型時，處理器必須不斷交換模型參數、激活值、梯度和其他數據。
這使得網路成為有效計算系統的一部分，而非外圍組件。高盛認為，網路透過讓多個處理器以低延遲協同運作，釋放了單個 AI 芯片的計算能力。隨著 AI 集群的擴大，用於數據傳輸的開支因此可能與用於計算生成的開支同步上升。
為何 AI 需要更快的網路
傳統企業計算通常涉及可在伺服器之間相對獨立運行的工作負載。大型 AI 模型則不同，訓練通常需要數千個加速器協調計算、交換大量資訊並保持同步。若通訊出現延遲，昂貴的處理器可能會花費部分時間等待，而非進行計算。
隨著人工智慧系統的擴展，這一挑戰變得更加嚴峻。包含數百個 GPU 的叢集需要一定水平的網路容量；而包含數萬個——最終可能達數十萬個——GPU 的系統則會產生本質上不同的連接問題。NVIDIA 現在將網路描述為 gigascale 人工智慧工廠中計算能力的關鍵倍增器，其最新的 Spectrum 架構專為連接極大型 GPU 部署而設計。
結果是從以晶片為中心的 AI 觀點轉向以系統為中心的觀點。更快的 GPU 仍然重要，但它們的經濟價值越來越取決於記憶體、電力、散熱和網路能否保持其高效運作。隨著運算密度上升，網路不足的成本也隨之上升，因為越來越昂貴的處理器正處於未充分利用的狀態。
銅線與光纖：為何光學技術正逐漸佔據優勢
銅長期以來一直是數據中心內不可或缺的材料。它價格低廉、技術成熟，且在短距離傳輸中效果極佳。對於許多連接來說，銅仍將具有經濟效益。但問題在於，隨著頻寬和距離的增加，以更高速度傳輸電信號變得越來越困難。
在較高的數據速率下，電氣鏈路會面臨信號損耗、功耗和熱能限制。工程師可以透過重定時器、數位訊號處理和改進的電纜設計來補償，但這些解決方案同樣會消耗能源。光通信能在更長的距離上以更低的信號衰減傳輸極高的頻寬，隨著人工智慧網路變得更大更快，其吸引力也日益增加。高盛資產管理公司在七月指出，隨著對速度和互聯性需求的增加，資料中心預計將把更多傳輸鏈路從銅線轉向光纖。
這並不意味著光纖會在整個 AI 數據中心中完全取代銅線。更可能的過渡是漸進式的：銅線在許多短距離連接中仍具競爭力，而光學技術則會隨著頻寬需求增加，使電氣傳輸變得越來越困難，而逐漸靠近交換機和處理器。因此，關鍵變量並非銅線是否會消失，而是每一代新的 AI 基礎設施需要多少光學元件。
擴展與擴充：兩個 AI 網路市場
理解光學機會也需要區分擴展（scale-up）和擴充（scale-out）網路。擴展將加速器緊密連接，使它們能表現得更像單一計算系統。這些連結優先考慮極高的頻寬和極低的延遲，因為 GPU 在執行工作負載時可能需要不斷交換資訊。
擴展式網路將較大的伺服器、機架或運算領域連接起來，使整個 AI 集群得以擴展。光通訊歷史上在這些較長的鏈路中已較為成熟。主要的變化是，隨著處理器密度和頻寬需求上升，光學技術正開始向擴展式環境內部移動。
這種區別有助於解釋為何潛在市場的擴張速度遠快於數據中心數量的單純增長。高盛的分析同時考察了規模擴大和規模外擴的機會，以及銅纜、可插拔光模組、共封裝光學技術和其他互連組件組合的變化。換句話說，AI 不僅僅是在建設更多網絡——它還在增加每個計算系統內部所需的網絡數量和複雜性。
什麼是共封裝光學？
共封裝光學，通常簡稱為 CPO，是當前 AI 網絡討論背後最重要的技術之一。在傳統架構中，交換晶片先透過電路板以電信號進行通信，然後信號到達可插拔光收發器，再轉換為光信號並通過光纖傳輸。
CPO 將光學引擎移動到更接近切換矽晶片的位置，將光學元件與晶片封裝整合，而非將所有光學轉換置於系統邊緣。較短的電氣路徑可減少訊號損耗和功耗，同時允許更高的頻寬密度。隨著網路速度提升，資料傳輸的能源成本變得越來越重要，這一點尤為關鍵。
CPO 已經超越實驗室階段。博通於三月表示，其 AI 基礎設施產品組合包括一款每秒 102.4 太比特的以太網交換機，搭載共封裝光學技術，以及每通道 400G 光學 DSP 技術和其他高速連接產品。NVIDIA 也正將 CPO 引入其 Spectrum-X 以太網光子學平台，使該技術成為商業 AI 架構的一部分，而不僅僅是長期研究概念。
為何高盛認為市場規模達 1,540 億美元
高盛光纖網路主題中的關鍵數字是潛在的1540億美元總可服務市場。該銀行估計，AI基礎設施的增長以及每機架計算能力的提升，可能在不同網路配置下帶來約九倍的市場擴張機會。其分析涵蓋了擴展系統和擴大系統，以及銅纜、可插拔光學模組、CPO和PCB中間層。
重要的是，這項預測由兩股力量同時推動。首先，人工智慧產業正在部署更多的計算基礎設施。其次，每一代新的基礎設施可能需要更多的網路內容來對應每單位的計算能力。增加更多 GPU 會創造更多的連接，而提高每個連接的頻寬則會提升連接所需網路設備的價值。
這會產生潛在的乘數效應。AI 網絡收入不必僅因數據中心建設增加而增長；它也可以因每個機架、超節點或集群包含更昂貴的連接而增長。因此，1540 億美元的數字應被理解為基於未來系統架構和採用假設的估計值——而非保證收入——但它說明了 AI 基礎設施支出如何可能遠遠超越加速器本身。
為什麼 NVIDIA Vera Rubin 至關重要
NVIDIA 的 Vera Rubin 平台提供了光纖網路正變得戰略性重要的最清晰跡象之一。2026 年 5 月，NVIDIA 表示 Vera Rubin 已進入全面生產，並推出了 Spectrum-X Ethernet Photonics，這是一種基於 CPO 的網路系統，旨在協助支援未來百萬級 GPU 的 AI 工廠。
根據 NVIDIA 的說法，Spectrum-X Ethernet Photonics 的能源效率比使用傳統收發器的網絡高出五倍，同時還提升了應用程式正常運行時間和部署速度。這些數據來自 NVIDIA 自身的產品比較，但它們說明了為何網路功耗已成為重要的設計考量。每消耗一瓦特用於傳輸資料的電力，就意味著有一瓦特無法用於執行 AI 計算的處理器。
其重要性超越了單一產品世代。當主導的 AI 加速器供應商將光子網路整合至其平台路線圖時，光學便成為未來運算系統架構的一部分。這強化了這樣一個觀點：即使個別網路技術持續演進，連接性仍可能在 AI 基礎設施支出中佔據更大比例。
CPO 會取代可插拔光學模組嗎？
CPO 具有顯著優勢，但這並不意味著傳統可插拔光模組會消失。可插拔收發器具有一項重要的運營優勢：它們是模組化的。資料中心運營商可以獨立於交換機進行更換、升級或維護，且成熟的全球供應鏈已支持此架構。
CPO 在一定程度上以降低模組化為代價，實現了更緊密的整合。將光學元件更靠近切換矽片可以提升能源效率與頻寬密度，但封裝、熱管理、製造良率與可維護性會變得更複雜。這些權衡意味著最佳解決方案會根據距離、頻寬需求、系統架構以及停機成本的不同而有所變化。
因此，未來的發展趨勢比單純的CPO與可插拔技術之爭更為複雜。快速擴張的人工智慧網路市場可能在網路的不同部分同時支援這兩項技術。即使CPO在最高頻寬環境中的佔有率持續上升，如果光學連結的總數增長足夠迅速，可插拔光學元件的整體需求仍可能持續上升。
哪些公司能從 AI 光學熱潮中受益？
潛在的機遇遠不止於 GPU 廠商，因為光纖網路是一個多層供應鏈。運算系統創造需求，網路晶片路由流量，光學元件將電信號轉換為光信號，光纖傳輸這些信號，而網路設備則將各部分整合在一起。
| 區段 | 在 AI 網絡中的角色 | 示例 |
| AI 計算系統 | 創造對高速連接的需求 | NVIDIA |
| 切換與網路晶片 | 在 AI 集群間路由流量 | Broadcom、NVIDIA |
| 光學元件 | 雷射、收發器及相關元件 | Coherent、Lumentum |
| 光纖基礎設施 | 傳輸光信號 | 康寧 |
| 網路系統 | 建設高速光纖網絡 | Ciena |
因此，更廣泛的投資論點是，人工智慧的資本支出可能會向外擴散。第一波浪潮主要使銷售運算設備的公司受益，後續的浪潮則更多關注記憶體、電力與散熱，而網路技術可能代表這一擴展的另一層面。博通目前的產品組合是一個很好的例子：其產品目前已涵蓋 XPUs、乙太網交換機、光學元件、SerDes、DSP 和用於大型人工智慧叢集的 PCIe 技術。
然而，行業曝光度並不會自動讓每一家光學公司成為贏家。產品組合、客戶集中度、製造能力、定價和技術轉型會在供應鏈中帶來截然不同的結果。
什麼可能阻止這 1540 億美元的繁榮？
最大的風險很直接：人工智慧的資本支出增長速度可能慢於預期。光纖網路的預測最終取決於超大規模雲端服務商、人工智慧實驗室和企業繼續建設計算基礎設施的速度。加速器部署減少也會降低對這些加速器周邊連接的需求。
技術也可能改變預測。改進的主動電氣電纜、重定時器和其他銅技術可能使電氣連接距離超過目前預測的範圍。CPO 可能面臨製造、封裝或可維護性方面的挑戰，從而延緩其採用。未來的 AI 架構也可能以不同方式組織運算，從而改變每個機架或叢集所需的光學鏈接數量。
最後，效率仍是一個真正的不確定因素。更好的模型、軟體和推論技術可能讓 AI 提供商在相同硬體下執行更多工作。因此，高盛的 1,540 億美元數字最好視為在特定基礎設施假設下，機遇可能擴大的情境。更持久的論點並非精確數字，而是資料移動正成為 AI 計算中越來越重要且更有價值的部分。
光纖網路是否會成為下一波主要的 AI 基礎設施趨勢？
技術案例日趨強勁。GPU叢集變得越來越大，頻寬需求不斷上升，人們對僅為傳輸數據所消耗的能源數量越來越關注。NVIDIA 和 Broadcom 目前均已推出商業產品路線圖，將先進的光學技術納入大規模 AI 網絡系統中。
然而，重要的問題並非市場是否會在特定日期精確達到 1540 億美元。隨著 AI 架構的演變，預測將會改變。更有用的指標是每單位 AI 計算所需的網路和光學內容數量。如果這一比率持續上升，同時整體 AI 計算部署也擴張，即使個別技術或市場份額假設發生變化，光學網路仍可快速成長。
這使得連接性成為人工智能未來發展階段中最值得關注的領域之一。GPU 可能生成智能，但越來越複雜的網絡需要將這些處理器整合成足夠龐大的計算系統，以訓練和運行下一代模型。
結論：人工智能正成為一個連接故事
生成式 AI 基礎設施熱潮的第一階段由計算主導。GPU 成為稀缺資源，企業競相爭取加速器、記憶體、電力和資料中心容量。隨著這些系統擴展，挑戰正逐漸轉向更高效地連接所有計算資源。
光纖網路解決方案透過提供傳輸大量資料所需的頻寬、覆蓋範圍和功耗效率，應對這一挑戰。CPO 和矽光子學可將光學元件更接近 AI 芯片，而 NVIDIA Vera Rubin 等新一代系統表明，這一轉型已進入商業基礎設施。
高盛的 1540 億美元預測可能準確，也可能不準確。更重要的趨勢是：人工智能基礎設施競賽的下一階段，可能越來越不僅取決於處理器計算的速度，更取決於它們之間資訊傳輸的速度。
常見問題
矽光子學與光纖通訊相同嗎？
光纖主要指通過光纖傳輸光信號，而矽光子學則利用半導體製造技術，將調製器和光電探測器等光學功能集成到矽基器件上。這兩項技術可以協同工作：矽光子元件生成、操控或接收光信號，然後這些信號通過光纖傳輸。
什麼是 AI 數據中心中的光收發器？
光收發器將伺服器或網路晶片的電氣資料轉換為光信號，以便透過光纖傳輸，並將接收到的光信號轉換回電氣信號。這些模組是現代資料中心網路的關鍵連接點，特別是在鏈路速度提升且光纖深入人工智慧基礎設施的情況下。
在光纖網路中，800G 和 1.6T 分別代表什麼？
他們描述的是網絡連接的大致數據容量。800G 連接每秒最多可傳輸約 800 億位元，而 1.6T 則指約 1.6 兆位元每秒。這些數字描述的是網絡頻寬，而非 GPU 的運算性能。
AI 推理是否像 AI 訓練一樣需要光纖網絡？
網路模式可能有所不同。訓練大型模型通常需要在多個加速器之間進行密集的同步，因此極高速的互連至關重要。推理有時可以更獨立地分佈，但大規模推理模型、代理式人工智慧和高流量服務也可能需要處理器與系統之間進行大量通訊。
為何網路功耗對人工智慧資料中心至關重要？
AI 資料中心運行於有限的電力和冷卻預算內。交換機、收發器和信號處理設備所消耗的能源，會減少可用於 GPU 及其他運算硬體的數量。隨著 AI叢集規模擴大，降低傳輸每比特資料所需的能源，因此能提升系統效率及整個資料中心的經濟效益。
🔥 KuCoin 在波動市場中提供更穩定的選擇
如果您擔心市場頻繁的上下波動，並追求更穩定的被動收益方式，KuCoin 是您的理想之選：
Simple Earn：隨時充幣和提幣，賺取穩定回報。
KuCoin 賺幣：透過專業資產管理賺取穩定收益。
持幣生息：透過在資金、交易、保證金、合約、挖礦和統一帳戶中持有資產來賺取獎勵。
質押：釋放鏈上資產的收益潛力。
進階投資：進階投資提供多種結構性產品，助您的資金在任何市場中增長。
鲨鱼鳍：本金保障與保證收益
雙幣盈：低買高賣，回報計算透明。
雪球：高收益，附價格保護。
折扣購買：以折扣價購買加密貨幣。
KCS 忠誠計劃：質押 ≥ 1 KCS 以升級，享受專屬好處。
KuCoin 財富管理：發掘未來價值，開啟您的智慧投資之旅。
KCS 優惠：持有並質押 KCS，以享有平台各項優惠。
KCS 質押 2.0：參與 KCS 鏈上治理以賺取收益。
免責聲明：此內容僅供資訊參考，不構成投資建議。加密貨幣投資存在風險，請自行研究（DYOR）。
免責聲明: 本頁面經由 AI 技術翻譯，旨在方便您的閱讀。欲獲取最準確資訊，請以原始英文版本為準。