英伟达正在深入布局AI物理基础设施领域,与康宁公司达成合作,扩大在美国本土用于大规模GPU集群的光学互联系统生产能力。
此次合作将英伟达的触角从芯片和网络延伸至工业供应链本身,与此同时,超大规模数据中心运营商正竞相抢占构建下一代AI园区所需的光纤、互联设备及制造产能。
康宁计划扩大光纤、线缆及大型AI环境所需光学连接技术的国内生产规模。据路透社报道,英伟达还提供了与制造建设相关的数十亿美元预付款,这充分表明该公司正以强劲势头锁定未来的光学供应链。
HyperFrame Research副总裁兼分析师罗恩·韦斯特福尔表示:"通过与康宁合作保障国内光纤供应,英伟达正将其影响力进一步延伸至AI部署背后的物理基础设施层。从铜缆到光纤的战略转型,是技术发展的必然要求。"
双方表示,此次合作预计将新建多个制造设施,创造数千个就业岗位,同时将美国光纤制造产能提升逾50%。
英伟达首席执行官黄仁勋在声明中表示:"英伟达与康宁携手合作,共同强化美国在AI时代的供应链。"
此次公告发布之际,超大规模数据中心运营商正竞相部署高密度GPU集群,而这些集群依赖高带宽光学互联来串联起数以万计的加速器。
光学互联成为AI规模化的关键
算力扩展受限于电力供应的问题已被广泛讨论,但网络密度与光学互联能力正日益成为决定运营商能否快速部署大规模GPU集群的核心因素。随着AI园区规模扩展至数百兆瓦,传统铜缆互联在带宽、传输距离、热负荷和能源效率方面均面临瓶颈。
光学网络在英伟达的长期路线图中占据越来越重要的地位,其中包括未来的硅光子技术和共封装光学技术相关计划。
与康宁的合作旨在解决光纤、线缆和光学连接领域的潜在供应链瓶颈,以应对超大规模数据中心持续扩大的AI部署需求。
韦斯特福尔指出:"先进光子技术已从一项速度层面的附加优势,演变为不可或缺的节能关键技术。专用光纤和共封装光学器件的稀缺性,正日益与电力供应短缺并列,成为下一代AI基础设施规模化扩展的主要制约因素。"
康宁首席执行官温德尔·威克斯将此次协议定性为扩大美国AI时代互联基础设施制造产能这一更宏观布局的组成部分。
双方未披露该协议的具体财务条款,也未明确新建设施将主要聚焦于哪些光学技术。
AI部署成为工业化挑战
此次合作凸显了AI部署与美国产业政策及供应链韧性之间日益深化的交集。
过去一年,英伟达已大幅超越半导体业务边界,将自身定位于AI部署战略的核心枢纽,涵盖电力、网络、冷却及园区级系统设计等多个维度。与康宁的协议则将这一布局进一步延伸至工业生产上游,与地缘政治压力和AI需求共同推动的半导体回流制造趋势相互呼应。
韦斯特福尔认为,此次合作或将重塑超大规模数据中心运营商的长期AI产能规划方式。他表示:"光学互联正从大宗商品采购转变为战略性供应保障议题。专用光纤和先进光子器件的稀缺,正与电力供应一道,成为制约规模化部署的重要瓶颈。"
与康宁的合作契合英伟达塑造大规模AI部署基础设施的整体战略布局。近期,英伟达与IREN还宣布计划基于英伟达AI工厂架构,共同建设高达5吉瓦的AI算力。
综合来看,上述举措表明英伟达正日益将AI部署视为一项跨越计算、能源、网络、制造和物理基础设施的系统级工业挑战。
AI竞赛的胜负,或许不仅取决于谁掌握更多GPU,更取决于谁能获取足够的电力、光学网络和工业产能,以实现大规模部署。
Q&A
Q1:英伟达与康宁的合作具体包括哪些内容?
A:英伟达与康宁达成合作,旨在扩大美国本土光纤、线缆及光学连接技术的生产规模,以满足大规模AI数据中心的需求。英伟达还提供了数十亿美元的预付款支持相关制造建设。双方预计将新建多个制造设施,创造数千个就业岗位,并将美国光纤制造产能提升逾50%。不过,双方未披露协议的具体财务条款及新设施将主要聚焦的光学技术方向。
Q2:为什么光纤和光子技术对AI数据中心如此重要?
A:随着AI园区规模不断扩大,传统铜缆互联在带宽、传输距离、热负荷和能源效率方面均面临明显瓶颈。光学网络能够以更高带宽、更低能耗连接数以万计的GPU加速器,是构建高密度GPU集群的关键基础设施。分析人士指出,专用光纤和共封装光学器件的稀缺性,已与电力供应短缺并列,成为下一代AI基础设施规模化扩展的主要制约因素。
Q3:英伟达在AI基础设施领域还有哪些战略布局?
A:英伟达已将业务从芯片和网络扩展至电力、冷却、园区级系统设计等领域,并持续向工业供应链上游延伸。近期,英伟达与IREN宣布计划基于英伟达AI工厂架构,共同建设高达5吉瓦的AI算力。整体来看,英伟达正将AI部署定位为一项跨越计算、能源、网络、制造和物理基础设施的系统级工业挑战。
好文章,需要你的鼓励
Locus Robotics宣布收购加拿大温哥华机器人公司Nexera Robotics,将其专有的NeuraGrasp末端执行器技术整合至Locus Array平台。NeuraGrasp融合AI抓取智能、计算机视觉及专利软膜结构,可动态适应不同形状、材质、重量的商品,显著扩大了可自主拣选的SKU类型范围。此次收购将加速Locus Robotics在移动操控领域的技术路线图,推动仓储全流程自动化履约能力迈上新台阶。
ServiceNow研究团队构建的EVA-Bench框架,通过AI对AI的音频通话测试,量化评估语音客服系统在准确性和对话体验两个维度的真实表现,揭示现有系统普遍存在的可靠性缺口。
人形机器人正从原型验证迈向早期商业部署,汽车制造与物流领域预计成为未来十年核心需求市场。IDTechEx预测,相关市场规模将于2030年代初达到约250亿美元,2036年年出货量接近180万台。硬件成本持续下降,均价有望从2024年的约11.47万美元降至2030年的约3.7万美元。高利用率场景下运营成本有望低于5美元/小时,投资回收期可缩短至约6个月。但大规模商业化的关键,仍在于软件能力、任务泛化与系统集成的持续突破。
AWS AI Labs研究团队发布EvalAgent,这是一套通过"评估技能"自动生成AI智能体评测方案的系统,将首次运行成功率从17.5%提升至65%,并在人类专家评测中获得79.5%的偏好选择。