黄仁勋野心不止GB200！辉达砸数十亿美元 2028千颗GPU光子架构曝光

若认为辉达 (NVDA-US) GB200 机架系统已达算力巅峰，那只是起点。执行长黄仁勋在 GTC 大会揭示更大蓝图：目标在 2028 年前，透过光子互连技术将逾千颗 GPU 整合于单一巨型运算系统。这不仅是规模扩张，更是突破传统电讯号瓶颈、迈向光通讯的新典範，预示 AI 基础设施将进入以光为核心的全新世代。

为了确保这一愿景如期实现，辉达并未坐视供应链自然成熟。在过去的几个月内，这家 GPU 龙头已向 Marvell、Coherent 和 Lumentum 等专注于光学与互连技术的关键厂商投资数十亿美元。

‌

黄仁勋在演讲中直言不讳地指出，生态系统中的所有参与者都需要更大的产能，无论是铜缆、光学元件还是共封装光学元件（CPO），辉达正与全球顶尖厂商合作，为未来爆炸性的增长水平奠定坚实基础。

这种从供应链源头开始的布局，显示出辉达将光视为解决 AI 算力瓶颈的终极答案。

回溯辉达的发展历程，早在 2022 年底 ChatGPT 引发全球热潮时，辉达便敏锐地察觉到传统架构的侷限性。当时最强大的系统仅包含 8 个 GPU，然而训练现代大型语言模型需要数千个处理器的协作。

辉达意识到，仅靠提升单一晶片的效能已不足够，更需要一个能够高效分配负载、极速连接数十个甚至上百个晶片的网路系统。

2024 年亮相的 Grace Blackwell NVL72 便是这种思考下的产物，这台功率达 120 千瓦、内部布满数英里铜缆的巨型机器，让 72 个 GPU 能像一个超大型加速器般运作，虽然目前仍以铜质背板为主流，但物理极限已隐约显现。

儘管铜线在低功耗、高可靠度与经济实惠上具有天然优势，但当传输速率达到 1.8 TB/s 的惊人水平时，电讯号在铜线中的衰减问题变得不可忽视，这限制了 GPU 之间的通讯距离仅能维持在几英尺内。

为了组装更庞大的系统，辉达必须转向光学技术。过去，光学元件多以可插拔形式存在，虽然在资料中心网路中行之有年，但对 NVLink 这种需要极高频宽的运算架构而言，过多的元件会导致功耗暴增。

为了解决这项难题，共封装光学元件（CPO）技术应运而生，透过将光引擎直接整合在交换器 ASIC 旁边，能显着降低功耗并提升效能。

辉达正迅速推进这一转型。在 2025 年，辉达成为首批将 CPO 技术整合至乙太网路与 InfiniBand 交换器的厂商，并逐步将此技术引入其核心的 NVLink 架构。最新的 Vera Rubin 与下下一代的 Rosa Feynman 系统，便是这一战略的具体展现。

根据辉达的技术蓝图，未来的网路架构将採取混合策略：机架内部维持铜缆互连以节省成本，而跨机架的主干网路则採用光纤。这种内铜外光的设计，既能保留电讯号的稳定性，又能利用光讯号长距离传输的优势。

更令人期待的是预计 2028 年问世的 Feynman 一代产品，这将是辉达彻底拥抱 CPO 技术的关键节点。届时，辉达可能将光模组直接整合进 GPU 封装中，从而简化网路层级并降低延迟。

辉达网路高级副总裁 Gilad Shainer 强调，减少运算引擎之间的层级与延迟是提升效能的核心，而光子互连正是达成此目标的最佳途径。

除了技术研发，辉达对供应链的掌控同样展现了其战略定力。透过对雷射模组大厂 Coherent 和 Lumentum 的巨额投资，以及与 Marvell 针对光纤 I/O 技术的深度合作，辉达正在建构一个从雷射源、光引擎到高速互连授权技术的完整版图。

甚至连 AWS 等云端巨头也开始计画在下一代训练集群中採用类似的技术方案，这印证了辉达所引领的光学扩展方向已成为行业共识。

辉达正从一家晶片公司转变为一家光电系统整合巨头。透过加速光晶片与 CPO 技术的研发与部署，辉达不仅解决了数据传输的物理瓶颈，更为未来数兆参数模型的训练提供了无限可能。

在光与电的交织中，辉达的野心不仅是製造更强大的晶片，而是建造一个能吞吐全球数据的光子算力帝国。