在手机上保存，获得更好体验
本字幕由TME AI技术生成
我们最近都在聊英伟达的gb
两百乳饼这些新架构
感觉算力的竞赛已经进入白热化了
但我最近发现一个很有意思的事
黄仁勋在二零二六年那会儿曾经签下几十亿美金的采购大单
买的居然不是gpu
而是激光器
这就有点奇怪了
所有人都盯着算力的时候
它为什么在疯狂囤积发光的零件
这背后是不是藏着什么秘密
没错
你这个问题正好问到了点子商
这几十亿美金的订单
其实指向了一个现在光通信领域里真正的刚需瓶颈
一种叫零化音
也就是英p 的半导体材料
简单打个比方
如果说ai 数据中心里的光纤网络是四通八达的自来水管
那音p 就是那个安装在水龙头里的核心水泵
没有它稳定的产生光信号
你就算有再强大的算力
也只是困在原地的数据孤岛
根本传输不出去
哦
原来是这样
我明白了
它是负责发光的
但我我又有一个问题
现在不是都在说硅光子技术silicon photonics
听起来好像是用硅来解决光的问题
那是不是意味着以后就不需要这个磷化音了
这就是最有意思的地方
硅光技术确实很厉害
它让芯片学会了怎么去处理和引导光
但它自己并不会发光
所以即使是风头正劲的硅光模块
到头来还是得依赖一个外部的光源给它功能
而这个光源核心还是我们刚才说的音p 激光器
等等
这我得消化一下
你是说为了提高能效
现在有个叫cpu 的新技术
把光引擎和发热巨大的芯片紧紧贴在一起
但激光器本身又特别怕热
所以工程师们不得不把它从封装里拿出来
单独放在外面
变成一个叫els
也就是外部激光光源的东西
完全正确
这听起来有点讽刺
所以cpu 技术本身的目标是为了集成和简化
结果为了保护这个既重要又娇贵的音p 激光器
工程师们反而要设计一套更复杂的外部供光系统
这恰恰反过来证明了in p 的不可替代性
无论架构怎么演变
它都是那个必须守在门口地火炬的角色
这种为了效率而增加复杂度的权衡
听起来像是一个无奈但又必须接受的权实
那这么说来
In p 不仅是ai 算力硬件的底座
更像是连接所有算力的生命线
但这种高度依赖在接下来算力大爆发的时代
是不是也意味着一场巨大的挑战
对
你说的挑战已经不是简单的增长了
而是一场前所未有的数量级跳变
数量级跳变
你这么一说我更紧张了
这看到有份报告
高盛预测说在现在的gb 三百架构演进到下一代rubin 架构
光器件的市场规模要翻将近十倍
十倍
这个数字听起来太夸张了
这已经不是线性增长了
这简直是换了一个游戏啊
这个数字一点都不夸张
因为它背后有一个根本性的逻辑变化
过去我们评估光通信市场是按光模块的数量来算的
一个一个d 数
但现在我们必须换个单位了
一个通道
也就是lane 的数量来算
从算模块到算通道
这有什么本质区别吗
区别太大了
在传统的插拔式光模块时代
一个模块里可能就那么几个激光器
但在新的架构下
一台gpu 连接的光模块数量本身就在增加
业界管这个叫附着率attach rate
比如在gb 两百时代
一台gpu 大概对应两到三个光模块
但到了rubin 时代
这个数字可能会跳到四到六个
我明白了
因为gpu 的端口速度越来越快
从八百g 到一点六t 再到三点二t
为了让这些超高速端口都能跑起来
就必须连接更多的光路
所以我们买的算力越多
就得成倍的购买更多的音p 激光器
这是这个道理
过去我们是给服务器配网线
现在我们是在为整个数据中心编制一张极其复杂的光纤神经网
当计量的单位从各变成路的那一刻
需求的压力就已经彻底失控了
这就像以前你只需要考虑一个机架里插几个模块
现在一个初级硬件工程师都得面对机架里如同丛林般密密麻麻的光纤连接
复杂度完全不是一个量级
听你这么一说
我倒有个更深远的担忧
当这些光连接的底本功耗逐渐逼近算力芯片本身的时候
Ai 数据中心的摩尔定律会不会因为我们买不起光而提前终结
这是个非常深刻的问题
我觉得短期内不会终结
但整个产业链的价值分配肯定会发生巨变
价值会从上层的应用慢慢向下游的底层硬件
尤其是像应p 这种核心发光材料和芯片上转移
谁掌握了最底层的核心组件
谁就掌握了定价权
所以你看
需求侧现在已经是一片火热了
嗯
需求在加速狂奔
但问题是供应侧真的能跟上吗
面对这种十倍速的需求
供应端能像拧开水龙头一样说开就开吗
这就是问题的核心了
现在市场上确实有一种乐观情绪
觉得只要有需求
砸钱扩产就行
但在in p 这个领域
这种想法可能太天真了
In p 的供应有一种慢性病
钱并不是万能的
慢性病
这怎么说
首先就是时间
一条新的e 批外延生产线从建好到最终通过那些超大规模云厂商
也就是我们说的hyper scale 的量产认证
通常需要十二到二十四个月
这个过程极其严苛
也就是说
就算今天有人宣布投资几十亿建厂
那批产能最快也要到两年后才能真正出来救济
在ai 技术按月迭代的今天
这个时间差是致命的
两年的等待期
这确实太长了
除了时间还有别的难点吗
还有技术门槛
In p 的制造工艺
特别是晶体生长极度依赖经验
它不像普通的芯片制造
你买来同样的mocvd 设备就能做出同样良率的产品
这里面有大量的老师傅手艺
尤其是在向更先进的六英寸晶圆过渡时
怎么保证晶圆的均匀性和质量
完全是靠常年累月的技术积累
新玩家很难在短时间内追上
这让我想起了顶级大厨炒菜
同样的锅
同样的食材
新手就是炒不出那个味道
形容的太贴切了
除此之外
还有地缘政治的风险
因p 的核心原材料因高度依赖中国的供应
任何出口管制政策的变动都会顺着供应链从衬底到外延再到器件
一层层的把风险放大
这条供应链太窄了
任何一点小冲击都可能引发大问题
嗯
听起来供应端的挑战确实是系统性的
如果我们换个视角
不看那些财大气粗的大厂
从一个没有自己晶圆厂的中小器件商的角度来看
这场供应竞赛对他们来说又意味着什么
对他们来说
情况可能更残酷
这里有一个溢出效应spill over effect
像cohehellumtuton 这些垂直整合的idm 大厂
他们为了满足大客户的需求
会非常激进的扩充自己的音批产能
这意味着市场上有限的衬底材料和mocvd 设备都会被他们优先锁定
我明白了
资源被头部玩家抢走了
对
那剩下的那些没有自己工厂的器件商
就只能被迫去外部的代工厂foundry 抢产能
结果就是代工厂的产能也迅速被挤爆
价格水涨船高
整个供应链就像多米诺骨牌一样
从上到下一环扣一环的紧张起来
所以你看
需求在百米冲刺
供应却在慢跑
这两者之间的脱节才是音批周期里最关键的型号
聊到这里
我们今天的讨论好像可以总结出几个关键点了
是的 首先
因p 不仅仅是一种材料
它更像是一个不可逾越的技术锚点
无论ai 架构怎么演进
对因p 激光器的依赖只会从封装内转向封装外
战略价值反而更高了
其次
Ai 对光的需求计量单位已经发生了质变
从过去的模块数变成了现在的通道数
这种跳变带来的需求失控
市场可能还没有完全反应过来
我明白了
所以不是简单的一加一
而是指数级的爆发
而供应端却跟不上
没错
而另一边
供应又是异常刚性的
我们刚刚聊到的漫长的认证周期
像老师傅手艺一样的制造门槛
再加上脆弱的原材料供应链和溢出效应共同导致的因p 成为了ai 产业链里最难被资金在短时间内填平的一个洼地
说起来
我们好像都习惯了相信算力及未来
却很少反这种未来是建立在多么脆弱的物质基础之上的
磷化因因p 的困境揭示了一个令人不安的真相
即便我们拥有最聪明的算法和最强大的gpu
如果我们无法征服那几英寸决学性质极不稳定的潜源
或者无法绕过地缘政治对微量元素的潜置
那么宏大的ai 叙事最终可能只是建立在流沙之上的供电
真正的风险不在于我们跑的不够快
而在于我们可能正试图用一种手工作坊式增长的底层材料去支撑一场工业革命式的算力扩张
当下一次光通性周期开启时
决定胜负的可能不是谁的芯片更强
而是谁的手里握着那把能点亮未来的光之钥匙
说实话
在追求便利与规模的路上
我们可能已经把自己推向了一个无路可退的单点故障点
