若認為輝達 (NVDA.US) GB200 機架系統已達算力巔峰，那只是起點。執行長黃仁勳在 GTC 大會揭示更大藍圖：目標在 2028 年前，透過光子互連技術將逾千顆 GPU 整合於單一巨型運算系統。這不僅是規模擴張，更是突破傳統電訊號瓶頸、邁向光通訊的新典範，預示 AI 基礎設施將進入以光為核心的全新世代。
為了確保這一願景如期實現，輝達並未坐視供應鏈自然成熟。在過去的幾個月內，這家 GPU 龍頭已向 Marvell、Coherent 和 Lumentum 等專注於光學與互連技術的關鍵廠商投資數十億美元。
黃仁勳在演講中直言不諱地指出，生態系統中的所有參與者都需要更大的產能，無論是銅纜、光學元件還是共封裝光學元件（CPO），輝達正與全球頂尖廠商合作，為未來爆炸性的增長水平奠定堅實基礎。
這種從供應鏈源頭開始的佈局，顯示出輝達將「光」視為解決 AI 算力瓶頸的終極答案。
回溯輝達的發展歷程，早在 2022 年底 ChatGPT 引發全球熱潮時，輝達便敏銳地察覺到傳統架構的侷限性。當時最強大的系統僅包含 8 個 GPU，然而訓練現代大型語言模型需要數千個處理器的協作。
輝達意識到，僅靠提升單一晶片的效能已不足夠，更需要一個能夠高效分配負載、極速連接數十個甚至上百個晶片的網路系統。
2024 年亮相的 Grace Blackwell NVL72 便是這種思考下的產物，這台功率達 120 千瓦、內部佈滿數英里銅纜的巨型機器，讓 72 個 GPU 能像一個超大型加速器般運作，雖然目前仍以銅質背板為主流，但物理極限已隱約顯現。
儘管銅線在低功耗、高可靠度與經濟實惠上具有天然優勢，但當傳輸速率達到 1.8 TB/s 的驚人水平時，電訊號在銅線中的衰減問題變得不可忽視，這限制了 GPU 之間的通訊距離僅能維持在幾英尺內。
為了組裝更龐大的系統，輝達必須轉向光學技術。過去，光學元件多以「可插拔」形式存在，雖然在資料中心網路中行之有年，但對 NVLink 這種需要極高頻寬的運算架構而言，過多的元件會導致功耗暴增。
為了解決這項難題，共封裝光學元件（CPO）技術應運而生，透過將光引擎直接整合在交換器 ASIC 旁邊，能顯著降低功耗並提升效能。
輝達正迅速推進這一轉型。在 2025 年，輝達成為首批將 CPO 技術整合至乙太網路與 InfiniBand 交換器的廠商，並逐步將此技術引入其核心的 NVLink 架構。最新的 Vera Rubin 與下下一代的 Rosa Feynman 系統，便是這一戰略的具體展現。
根據輝達的技術藍圖，未來的網路架構將採取混合策略：機架內部維持銅纜互連以節省成本，而跨機架的主幹網路則採用光纖。這種「內銅外光」的設計，既能保留電訊號的穩定性，又能利用光訊號長距離傳輸的優勢。
更令人期待的是預計 2028 年問世的 Feynman 一代產品，這將是輝達徹底擁抱 CPO 技術的關鍵節點。屆時，輝達可能將光模組直接整合進 GPU 封裝中，從而簡化網路層級並降低延遲。
輝達網路高級副總裁 Gilad Shainer 強調，減少運算引擎之間的層級與延遲是提升效能的核心，而光子互連正是達成此目標的最佳途徑。
除了技術研發，輝達對供應鏈的掌控同樣展現了其戰略定力。透過對雷射模組大廠 Coherent 和 Lumentum 的巨額投資，以及與 Marvell 針對光纖 I/O 技術的深度合作，輝達正在建構一個從雷射源、光引擎到高速互連授權技術的完整版圖。
甚至連 AWS 等雲端巨頭也開始計畫在下一代訓練集群中採用類似的技術方案，這印證了輝達所引領的光學擴展方向已成為行業共識。
輝達正從一家「晶片公司」轉變為一家「光電系統整合巨頭」。透過加速光晶片與 CPO 技術的研發與部署，輝達不僅解決了數據傳輸的物理瓶頸，更為未來數兆參數模型的訓練提供了無限可能。
在光與電的交織中，輝達的野心不僅是製造更強大的晶片，而是建造一個能吞吐全球數據的光子算力帝國。
(美股為即時串流報價； OTC市場股票除外，資料延遲最少15分鐘。)新聞來源 (不包括新聞圖片): 鉅亨網