光子学与AI基础设施 - GPU集群规模与能耗增长导致电连接在速度、热量和能耗方面面临极限 光网络成为AI基础设施的下一个关键层[1] - 光子学利用光传输信息 硅光子学通过半导体产线将激光器、调制器和探测器集成到芯片上 相比传统电线具有更高带宽、更低延迟和更低功耗的优势[5] - AI训练需求推动GPU集群扩大 电信号面临过热与能耗问题 光子学提供芯片与机架间高密度、高能效的光学连接 可扩展的光学解决方案对下一代AI应用至关重要[6] 光网络市场机遇 - 高盛将光网络称为AI基础设施的下一个主要趋势 预计与AI相关的光网络总可寻址市场将从2026年约150亿美元增长九倍至2028年的1540亿美元[7] - 光网络市场分为两个关键子类别 其中机架内高带宽连接的纵向扩展网络占TAM的1060亿美元[8] - 在纵向扩展网络中 共封装光学器件将光学引擎与处理器直接集成以实现最高效率 高盛估计CPO是一个规模达910亿美元的市场机会[8] 诺基亚的转型 - 诺基亚正从昔日的移动设备领导者悄然转型为AI网络领域的强大参与者[2] - 有观点认为诺基亚目前出现了类似2009年英伟达的“全盘押注”信号 该公司规模仅为英伟达的百分之一[2]