去年这时候，Nvidia手里攥着500亿美元的AI算力订单，已经让市场瞳孔地震。今年GTC 2026，黄仁勋把这个数字改成了1万亿——不是"预计"，是"solid backlog"（确定 backlog）。与此同时，OpenAI和Anthropic的年化收入双双冲到250亿美元左右，两三年前还是零。
这个数字背后有个更狠的趋势：推理（inference）正在吃掉所有算力预算。ChatGPT那种一问一答的"单次射击"AI已成往事，深度推理和智能体（agentic AI）让单次查询处理的token数量暴涨几个数量级。用户不会等，速度就是生死线。
OFC 2026（光纤通信大会）和GTC 2026今年撞期，一个在洛杉矶，一个在圣何塞。老参会者注意到一个微妙转向：几年前这里还是电信设备的天下，如今满眼都是数据中心AI的光电方案。两个会场被同一股力量拧在一起——AI算力需要光学互连（optical interconnect）来喂饱。
从海底电缆到机架顶部：光纤的两次征服
光学互连早就征服过互联网。跨洋、跨大陆的高带宽光纤连接，是互联网骨架的骨架。随后它拿下了数据中心的横向扩展链路（scale-out links），那些架顶交换机上一捆捆亮黄色的线缆，全是光纤。
现在，第三波征服要来了。未来五年，所有高带宽数据互连都将变成光学——不是"可能"，是"即将"。
驱动这个判断的有三条硬逻辑：
第一，AI需求指数级爬坡，没有见顶迹象。黄仁勋在GTC 2026展示的帕累托曲线（Pareto curve）有两个轴：批量处理（batch）追求单用户低TPS下的最大吞吐量，而智能体场景要高TPS响应速度。新发布的Rubin架构两头兼顾，与Groq LPX集成后，高响应场景能再提一个数量级。
第二，电力是硬天花板。超大规模云厂商（hyperscalers）占Nvidia需求的60%，他们自建芯片的同时，CapEx仍在飙升。原因很现实：同样1兆瓦电力，新架构能带来2倍到35倍的吞吐量提升。每瓦特算力就是真金白银。
第三，2028年的Feynman架构预告了1000+ GPU的巨型pod。这种规模下，铜缆的物理极限暴露无遗——距离、带宽密度、功耗，全数触顶。
三种材料、三项技术：光学的武器库
实现全光数据中心，需要三类材料并肩作战：CMOS（传统硅基电路）、磷化铟（InP, indium phosphide）、硅光（SiPho, silicon photonics）。
激光器、共封装光学（CPO, co-packaged optics）、光路开关（OCS, optical circuit switch）将无处不在。CPO把光学引擎塞进芯片封装，消灭电信号在PCB上的损耗；OCS让光路可编程重构，拓扑灵活性碾压传统电交换。
这些不是实验室概念。OFC 2026的人潮和热情说明，产业链已经在为量产做准备。
铜缆的黄昏？
数据中心里还有大量铜缆在服役，尤其是机架内部的短距连接。但"短距"的定义正在收缩。当GPU pod膨胀到1000+规模，当CPO把光学端口推到芯片边缘，铜的性价比优势区间被不断挤压。
这不是"铜死光生"的戏剧叙事，是物理极限下的成本重算。带宽密度每翻一倍，铜的功耗和信号完整性代价就陡峭一分。光学方案在下行成本曲线，铜在上行。
五年窗口期，足够让新建数据中心彻底倒向全光架构。存量改造会慢一些，但CapEx的投票权在超大规模云厂商手里——而他们正是最激进的那批。
黄仁勋的1万亿订单里，有多少已经内定了光学互连的升级路径？OFC会场的人潮，有多少工程师正在把PPT里的CPO和OCS变成产线图纸？这两个问题，大概指向同一个答案。
热门跟贴