黄仁勋谈AI算力短板：光学连接将取代铜线

“光进铜退”喊了多少年，这一次，真的要来了！

最近，科技圈被“皮衣刀客”黄仁勋的一句话给刷屏了，在接受外媒采访时，这位英伟达掌门人难得有些急切地抛出了一个观点，下一代的人工智能基础设施，将需要海量的光学连接。

原因简单到甚至有点粗暴，计算需求正以前所未有的速度狂飙，而咱们用了很多年的铜线，已经顶不住了。

大伙儿都习惯了英伟达不断刷新极限算力的样子，怎么这一次，看上去平平无奇的连接线，反而卡住了AI超级大脑的脖子？

在很多人还把目光聚焦在比拼芯片多少纳米工艺的时候，“铜线不够用”这个短板，其实早已悄然成为悬在整个行业头顶的紧箍咒。

那么，铜线到底卡在哪？不是不想跑，是真跑不动了

很多朋友可能会疑惑：不就是一根线吗，换个更粗的不就行了，真没那么简单。

这里的“铜线”并不是咱们家里那种普通电线，而是指在服务器与芯片之间，用以传输海量数据的高速互连介质。

过去几十年来，铜互连一直是电子设备里的绝对老大哥，它的优点是技术特别成熟，可靠性极高，而且最关键的是便宜。

这也就能解释，为什么直到2025年，黄仁勋本人还在公开场合坚定地为铜导线“站台”。

那时候他直言，光芯片技术的可靠性比铜导线低了“几个数量级”，直接用光来连接GPU在短期内并不划算。

但物理定律的铁幕是无情的，不会因为谁说了什么而改变，AI大模型时代的数据传输量，简直是井喷式爆发。

传统的铜互连技术在这股洪流面前，正快速逼近它的物理天花板，一个很直观的残酷数据是，在高达224 Gbps的数据传输速率下，铜缆的有效传输距离会急剧缩短到只剩1米。

1米是什么概念？

一个标准服务器机柜的高度都接近两米，这意味着如果你想把数据传得稍微远一点，铜线直接就罢工了。

而且速率越高，不仅距离打骨折，功耗和信号干扰也会变成难以逾越的障碍。

眼看着AI模型越来越大，传统铜线的解决方案只能在先进封装的小小方寸之地里玩玩，要想构建覆盖整个数据中心的庞大算力集群，就像是让一个小水沟去承载南水北调的巨大水量，不出问题才怪。

用光来传数据，到底强在哪？

既然“电”在路上越跑越喘，科学家和工程师们果断把目光投向了“光”，这就是黄仁勋口中“光学连接”能够发光发热的主战场。

用光来传输数据，第一个明显优势就是运力大且跑得远，光纤的传输带宽是铜缆无法匹敌的，而且光信号在传输过程中的损耗极小，轻松跑几百米甚至上千米都不带衰减的。

老黄甚至放出豪言：“我们将以一种前所未有的规模来扩大光学技术的应用，坦率地说，没有哪家光学公司曾有过这样的规模”。

而且，业界对光的认知也在快速进化，拿如今大火的技术“共封装光学”（简称CPO）来说，它并不是要粗暴地把所有铜线都拆掉换成光缆。

它的核心思路，是把光模块直接集成到交换芯片或GPU芯片的封装基板旁边，从而把电信号必须跑的那段“最后几百米崎岖山路”压缩成了“门口几步路”。

这样一来，既利用了光传输的超大带宽，又尽可能规避了传统光模块功耗大、转换效率慢的缺陷，直接被看作是突破AI算力瓶颈的反向大招。

根据市场研究机构的数据，这一波技术浪潮已经掀起了惊涛骇浪。

全球AI专用光收发模块市场正处于疯狂的爆发期，预计其市场规模将在2026年冲上260亿美元大关，年增长率直接飙过57%。

与其说光进铜退？其实更像是“光铜并举”。

既然光这么强，那是不是意味着铜马上就要被扫进历史的垃圾堆了，这里得稍微刹一脚，咱们别被情绪带得太远。

虽然发出了“铜线不够用”的警告，但黄仁勋随后的表态依然保持着技术派领袖的清醒和务实。

在今年3月的GTC 2026大会上，他甚至亲自按下了暂停键，修正了外界对“光进铜退”的过度炒作。

他给出的真实剧本其实更加朴素和辩证，在最核心的机柜内部，铜缆依然会凭借零功耗、低延迟和高可靠性，成为短距离“向上扩展（Scale-up）”的绝对定海神针。

简单点说就是，未来的技术路线图已经变得非常明晰，“垂直靠铜，水平靠光”。

在单个机柜内部那短短一两米的距离里，英伟达的工程师们依然会选择挤满看似“传统”的铜缆，而在跨机柜、跨机房的长距离数据洪流里，光学连接将真正扛起大旗。

身处这样一个新旧交替、百年未有的大变局中，铜与光并非是比武打擂、你死我活的对立关系。

它们更像是一对配合默契的超级搭档，将各司其职，联手撑起下一代人工智能爆炸式增长的算力天空。

对于咱们普通人来说，也许听不懂那些艰涩难懂的技术参数，但这背后的信号其实挺清楚的，AI的未来，绝不仅仅只靠芯片的堆料。

解决问题的方法，往往就藏在那些一根看似不起眼的光纤、或是一次物理连接的微小革命之中。

技术的浪漫之处，也许正是直面现实的物理极限之后，依然能够找到那条铺满光明的新出路。

正如黄仁勋所言，这注定是一次前所未有的、没有公司曾抵达过的宏大征程。