光模块与CPU、GPU的算力碰撞
AI产业发展迅速,市场关注算力芯片,忽视了光通信硬件的重要性。黄仁勋指出,限制AI算力的主要因素是铜线而非CPU或晶体管。随着大模型参数的增长和超大规模算力集群的应用,传统电互联的物理缺陷逐渐显现,导致算力瓶颈从运算端转移到传输端。光模块作为光电转换的核心载体,已成为制约AI集群扩容的关键变量。 光模块凭借低时延、大带宽的优势,解决了电互联带来的损耗高、功耗大等问题,提升了芯片间的互通效率。随着AI集群的需求不断增长,高速光模块的配置量也在增加,推动了800G和1.6T光模块的商用化进程。然而,传统的可插拔光模块存在电链路损耗高的问题,短期内可通过Marvell DSP芯片优化链路功耗,长期来看,CPO共封装技术有望进一步降低信号损耗,适应未来的高密度超大算力集群。 在全球光电供应链中,头部大厂负责高端订单,而像易天光通信这样的专精特新企业则专注于通用及中高速光电产品的研发和量产,填补市场基础产能缺口,形成了高低搭配、分层供给的全球产能格局,保障了光电产业链的稳定自主发展。 光模块将成为决定算力上限的关键因素,在新一轮算力产业变革中扮演重要角色。随着CPU及其他芯片性能接近物理极限,传输瓶颈成为制约算力集群扩大的主要因素。未来,光模块将继续作为AI产业的核心基础设施,推动光子算力产业的长效稳健发展。