芯片企业借力光技术，攻克人工智能核心瓶颈 —— 光子技术应用于 AI 基础设施时，依靠光信号在图形处理器、内存、网络芯片、服务器及数据中心之间传输数据，摆脱了对铜缆电信号的依赖。
目前光纤通信等部分光子技术已投入实际使用。D.A． 戴维森公司科技研究主管吉尔・卢里亚表示：“芯片之间、服务器群组之间的通信速度，是制约 AI 模型性能的主要瓶颈之一。
通信速度越快，用户就能越快得到结果、完成任务。将芯片与服务器的连接方式升级为光互联，能够大幅提升 AI 模型的运行性能。”自 3 月初以来，英伟达先后向三家光子技术研发企业 —— 鲁门腾、科锐光电、迈威尔科技合计注资 20 亿美元；还宣布向康宁投资 5 亿美元，联合研发高端光互联解决方案，并参与了光学初创企业艾尔实验室总额 5 亿美元的 E 轮融资。
” 他同时表示，英伟达已开始在自有网络平台、显卡互联平台中落地光子技术。市场研究机构 650 集团首席分析师艾伦・韦克尔指出，生产制造是第一道难关：“行业从未迎来如此爆发式的需求增长，在现有产能受限的情况下，想让供应链跟上需求节奏难度不小。
”“想要大规模普及光学元器件，就必须大幅调整现有产品规划，用光纤替换铜线、重构硬件架构。英伟达这类企业大概需要再迭代一到两代产品，才能让光互联技术全面普及。
”过去一年里，美光科技股价一路飙升。这家美国存储芯片厂商周二股价大涨 19%，市值首次突破 1 万亿美元。受全球存储芯片紧缺、人工智能产业蓬勃发展带动，公司产品需求激增。
2026 年至今，其股价涨幅已接近 200%。人工智能热潮在诸多方面都掀起了前所未有的行业浪潮。虽说它与上世纪 90 年代末的互联网泡沫、21 世纪初的移动互联网变革有相似之处，但从资本投入规模，以及其将深刻重塑社会的乐观预判来看，人工智能热潮的影响力更胜一筹。
行业飞速发展的背后，难题也接踵而至。AI 从业者正面临多重制约：大型数据中心的电力供给紧张、存储芯片短缺，而AI 芯片与系统之间的数据传输效率偏低，也逐渐成为突出问题。