过去几年，AI算力一路狂飙。
GPU越来越强，HBM带宽越来越高，服务器功耗也越来越惊人。

但很多人忽略了一个事实：

真正限制AI系统性能的，正在从“计算”转向“连接”。

01.AI时代，为什么“连接”突然变重要了？

在传统服务器时代，数据更多是在单机内部流动。
而今天的大模型训练，早已进入“集群时代”。

一个千亿级模型训练背后，往往需要：

• 数千张GPU同时协作
• 跨机柜高速通信
• 海量数据实时交换

这意味着：

GPU之间的“沟通速度”，开始决定整个AI系统的效率。

如果连接不够快：

• GPU会等待数据
• 算力无法完全释放
• 功耗持续攀升
• 延迟不断增加

所以就会出现：

“GPU本身昂贵且产能稀缺，导致算力供不应求，企业只能让用户用“时间”换“资源”。（这就类似我们现在用很多AI视频生成软件都会需要排队很久很久...）

02.从“算力竞争”到“互连竞争”

如今的数据中心，正在经历一场重要变化：

过去，行业拼的是：

“芯片性能”

而现在，更重要的是：

“数据如何更快到达芯片”

尤其在AI时代：

GPU与GPU之间、
服务器与交换机之间、
机柜与机柜之间，

都需要海量的数据实时传输。

于是：

“互连能力”，
正在成为AI基础设施的新核心。

03.AI时代，光：承担高速、远距离传输