ETO Markets 市场洞察｜黄仁勋押注光连接，铜线瓶颈引发 AI 基建重估

5 月 6 日，英伟达首席执行官黄仁勋在谈及与康宁的新合作时表示，下一代 AI 基础设施将需要大量光学连接，因为计算需求正在快速增长，传统铜线已经难以满足大规模 AI 数据中心内部的高速互联需求。

AI 算力集群扩张后，数据传输正在成为新的系统瓶颈。过去市场更多关注 GPU 、HBM 和电力，现在“光”的价值被重新推到台前：算力越集中，芯片之间、机柜之间、数据中心之间的数据移动需求越高，光学连接就越接近 AI 基建的底层刚需。

英康扩产落地

黄仁勋表示，AI 基础设施正处于人类历史上规模最大的建设浪潮之一，未来 AI 将成为全球基础性基础设施。随着模型规模、推理请求和数据中心集群继续扩大，铜线在传输距离、功耗和带宽扩展上的瓶颈会越来越明显，光学连接正在从配套组件转向 AI 数据中心的核心架构变量。

这就是“光进铜退”的底层逻辑。铜线适合短距离、高性价比连接，但在大型 AI 数据中心场景中，数据流动不再只是单机柜内部通信，而是跨机柜、跨集群、跨园区的高速交换。计算节点越多，数据传输延迟和能耗越容易成为系统效率的约束。

英伟达与康宁的合作，正是围绕这一瓶颈展开。根据康宁公告，公司将把美国本土光学连接制造能力扩大至 10 倍，并将美国光纤产能提升 50% 以上，扩产计划包括在北卡罗来纳州和得克萨斯州建设 3 座先进制造工厂，预计创造超过 3000 个高薪岗位。

资金层面，英伟达将向康宁提供 5 亿美元投资，并获得认购康宁股份的权证安排。黄仁勋称，英伟达已向康宁作出数十亿美元级别预付款，用于支持其美国新工厂建设，这部分安排独立于此前披露的股权投资。进入 2026 年，英伟达已经不只是采购芯片、封装和电力资源，而是开始更深地介入 AI 基础设施的物理连接层。

光通信的“美国制造”愿景

黄仁勋还将这次合作放在美国制造业重建框架下解读。他认为，AI 基础设施建设为美国重新投资制造业和技术供应链提供了独特机会，相关产业不仅需要芯片工程师，也需要电工、建筑工人、制造工人和数据中心基础设施人才。

过去市场习惯把 AI 基建拆成 GPU 、服务器、存储、电力和液冷，但随着资本开支规模继续上升，供应链控制力本身正在成为竞争变量。谁能锁定关键材料、关键制造产能和关键连接技术，谁就能在下一阶段 AI 基建周期中获得更强确定性。

光链条的特点是：单个环节看起来没有 GPU 那么显眼，但一旦 AI 集群规模上升，网络互连和数据传输会成为系统效率的硬约束。尤其是在大模型训练、推理集群和多数据中心协同场景中，光学连接需求不是线性增加，而是随集群复杂度快速放大。

扩产落地仍待观察

不过，光通信链条的重估并不等于无风险上涨。第一，AI 资本开支若出现阶段性放缓，光学连接需求的兑现节奏也可能延后；第二，光模块、光纤和硅光子产业链竞争激烈，订单集中度和毛利率仍需观察；第三，部分资产若提前大幅反映预期，后续容易受订单节奏和估值消化影响。

ETO Markets 分析师认为，黄仁勋对光学连接的强调，反映 AI 基础设施定价正在继续下沉：市场不再只看 GPU ，而是开始重新评估从芯片、内存、网络、电力到制造产能的全链条约束。

投资者后续需重点关注：一是英伟达与康宁合作的产能落地速度；二是大型云厂商 AI 数据中心对光学连接的采购强度；三是光模块、硅光子和光纤材料企业能否将需求转化为收入与利润。若 AI 集群继续扩大，光连接将从配套组件变成基础设施瓶颈，相关资产也可能进入新的风险再定价阶段。

免责声明：

本文所载信息仅供参考，不构成任何投资建议、要约或招揽。我们不对信息的准确性、完整性或时效性做出保证，对于因依赖此信息而造成的任何损失不承担责任。