近日，光学互连初创公司Ayar Labs完成了1.55亿美元的D轮融资，估值突破10亿美元。据报道，英伟达、AMD、英特尔等知名科技公司均参与了这场融资。公司表示，最新融资将用于扩大生产能力并加强客户合作。

随着人工智能的快速发展，传统铜线互连技术已经难以满足日益复杂的AI模型对数据传输的需求，专家指出，这一瓶颈严重制约了AI模型的计算性能、能耗效率和整体可扩展性——寻找更高效的数据传输解决方案变得尤为迫切。

速度革命，终结铜互联的是光通讯吗？

成立于2015年的Ayar Labs致力于开发光学互连技术，旨在取代传统的电气I/O，突破铜线和可插拔光学元件的限制。分析师表示，Ayar Labs的光学I/O技术能够提升数据传输速度，消除了传统互连瓶颈，并且，这项技术不仅能降低延迟和功耗，还能够优化AI基础设施，提高效率和成本效益。

无疑，Ayar Labs的这一技术吸引了众多行业巨头的关注。公司CEO Mark Wade表示，领先的GPU提供商AMD、英伟达，以及半导体代工厂GlobalFoundries、英特尔、台积电等的支持，凸显了其光学I/O技术在未来重塑AI基础设施的潜力。

目前，Ayar Labs已向部分客户交付了约1.5万套TeraPHY光学传输和SuperNova激光源产品。公司预计，到2028年，这一产品的年产量将飙升至1亿多套。

不过，也有分析师警告称，尽管Ayar Labs的发展前景虽然看起来很光明，但不应过早下定论。TheNextPlatform指出，英伟达、AMD、英特尔的投资可能意味着这些公司有意在其计算引擎中部署Ayar Labs的技术，但也可能仅仅是为了获取内部信息并在未来部署时占据先机。

对市场的看法

短期效应，光模块需求减少，高速线需求剧增，由于GB200方案通过改进的NVSwitch架构和铜缆互联大幅提升了单机柜内部的算力密度，原本需要更大规模集群才能达到的计算需求现在仅需较少数量的机柜就能实现，这意味着在一定规模的集群内部，光模块的使用数量将显著下降，特别是在中小规模的集群搭建中，光模块的需求被大量取代。

长期趋势，尽管在单机柜内部采用铜缆互联，但随着数据中心规模不断扩大，特别是当需求超出单机柜范围时，机柜间的互联仍需依赖光模块，而且随着对更大规模算力集群的需求增加，光模块的使用仍然是必不可少的，只是需求层次发生了变化，即从集群内部转向集群间互联。此次的G200设计铜缆，但并不意味着“铜”的持续增长，在数据中心标准化快速发展，数据中心硬件设计更加极致化的今天，“光”与“铜”需要结合自身的优势，分别承担好自己的“角色”，更好的为数据中心网络服务。

技术迭代与需求匹配：随着技术发展和需求变化，当铜缆技术遇到IO瓶颈或其他限制时，光模块很可能会再度成为最优解，就像上面说的当铜缆的传输距离已经不足以支持单机柜内的互联了。

考虑到未来AI模型的复杂度不断提升，韦德提出了极具前瞻性的观点。他预计，未来的计算架构将需要更多的光学I/O来支持大规模集群的运行，因为随着模型规模的庞大，使用铜缆将无法满足需求。他指出，当光学互连真正普及时，交互和吞吐量将大幅提升，尤其是在机器对机器的高频次交互中。

在这样的趋势背景下，光纤互连技术逐渐成为AI硬件竞争的重要一环。瓦特效应（每瓦特的工作成本）和吞吐量之间的平衡，成为了各大厂商争相探讨的主题。显然，选择适合的互连技术，将直接决定AI计算平台的未来。因此，各家公司正加紧研发光学互连，以期在未来市场中占据主导位置。

总结而言，光进铜退已经成为业界的共识。随着AI和大数据的进一步发展，依赖于铜缆的互连架构将难以满足未来的需求，而光纤互连将在未来的AI计算中扮演更为重要的角色。显然，这一转变不仅仅是技术上的变革，更是对未来市场竞争格局的深刻影响。各大厂商如何在这一重大变革中找到自身的位置，将决定它们在AI领域的长期发展和竞争力。