当Jensen Huang决定用玻璃取代铜线：Nvidia的32亿美元光连接豪赌，与AI基础设施的下一个战场
当Jensen Huang决定用玻璃取代铜线：Nvidia的32亿美元光连接豪赌，与AI基础设施的下一个战场
2026年5月6日，一条消息悄然打破了AI行业通常关注的那些议题——新模型发布、融资轮次、竞赛排名。
Nvidia宣布与Corning达成多年合作，投资金额最高32亿美元，在北卡罗来纳州和德克萨斯州新建3座工厂，将美国光连接制造产能扩大10倍，光纤产能扩大50%以上，创造3000多个制造业工作岗位。
Corning是那家以制造苹果iPhone屏幕玻璃而被消费者熟知的公司，成立于1851年，今年175岁。
为什么全球市值最高的芯片公司，要花32亿美元投资一家玻璃厂？答案藏在Nvidia Vera Rubin机架系统内部那5000根铜线里。
一根光纤，取代5000根铜线
要理解这笔交易，先要理解一个物理学上的硬约束：当你把数十万颗GPU排成超大规模集群时，芯片之间的通信会成为整个系统的瓶颈。
GPU算力的提升遵循着比摩尔定律更激进的AI芯片路线图——Nvidia每两年就推出性能大幅跃升的新一代架构，从Hopper到Blackwell，再到如今的Vera Rubin。但芯片之间的铜线互联并没有同步进化。信号穿越铜线时，每厘米都有能量损耗；距离越长，损耗越大；为了保证信号质量，不得不投入更多功耗来驱动。
这是物理学约束，不是工程问题，无法通过更好的软件或更聪明的调度来规避。
Corning提供的解决方案叫做共封装光学（Co-Packaged Optics，CPO）：将光信号转换模块从机架边缘移动到紧邻芯片的位置，让数据以光子（photon）而非电子（electron）的形式完成短距离传输。
物理学给出的答案是清晰的：移动光子比移动电子节省5到20倍功耗。更重要的是，光纤允许信号失真更小，可靠通信距离更长，从而缩短数据中心内数十万颗GPU之间所需的物理间距，让更密集的算力集群成为可能。
Corning CEO Wendell Weeks今年1月对CNBC说过一句话，精准地解释了CPO的价值：”你把光转换过程直接移到了芯片旁边。从几毫米的距离传输，比穿越整块电路板所需的能量少得多。”
研究机构Omdia的企业基础设施分析师Vlad Galabov则补充说：”现在你只需要传输几毫米的距离，所需能量远低于穿越电路板的情形。信号损耗更小，通信速度更快，可靠性更高。”
Jensen Huang在2025年GTC大会上明确将共封装光学定义为AI建设中”不可缺少”的技术。一年后，他签下了史上最大的单笔光连接投资合同。今天运行在全球数据中心里的Nvidia Vera Rubin机架系统，每个机柜内部有5000根铜线。Nvidia正在推动把这些铜线替换成玻璃纤维。这不是一次可选的性能优化，而是下一代AI基础设施架构的必要演进。
有人会问：CPO技术早在2010年代就有研究，为什么是现在才大规模推进？答案在于算力密度的临界点。CPO的工程复杂度一直很高，在算力需求不够密集时，回报无法覆盖迁移成本。但当一个机架系统需要容纳数千颗GPU、每秒传输的数据量以艾字节（Exabyte）计算时，铜线的能耗代价已经无法接受——这个临界点，在2025-2026年的超大规模AI集群建设中被真正突破了。
不止5亿：实际投资规模是报道数字的6倍多
媒体报道的标题数字是”5亿美元”，但协议细节远比这复杂，也更值得仔细解读。
根据Corning向SEC提交的8-K文件，这笔交易分两个部分：
第一部分：Nvidia获得认购最多1500万股Corning股票的权证，行权价格定为每股180美元——高于消息宣布前一天Corning的收盘价162.10美元，但低于消息公布后的即时股价（Corning股价当天上涨12%）。按180美元/股计算，这部分潜在价值上限约为27亿美元。
第二部分：一张预付权证，允许Nvidia以现金购入约300万股，合计约5亿美元。
两部分合计：Nvidia最高可向Corning投入32亿美元。
这个数字的量级需要对比来理解：32亿美元相当于Corning公司2025年全年营收的近70%，是一笔足以改变Corning未来5年资本开支轨迹的承诺。
更重要的是，这不是一笔追求财务回报的投资，而是一张供应链锁定合同：Nvidia以认股权证换取Corning优先产能保障，形成”你帮我建工厂，我是你最大战略客户和股东”的结构性捆绑。这种结构，在过去12个月的AI基础设施投资中正在成为一种新范式。
今年1月，Meta以60亿美元成为Corning的旗舰客户，帮助后者在北卡罗来纳州Hickory扩建光缆工厂，预计创造约1000个就业岗位。Nvidia这次跟进的承诺规模是Meta的5倍以上，目标是建设3座全新工厂。
消息宣布当天：Corning股价上涨12%，Nvidia涨近6%。Corning股价过去一年累计上涨已超过300%——一家成立175年的玻璃公司，以这样的方式进入了AI时代的资本市场叙事。
70亿美元的战略布局：Nvidia为什么在光连接上猛砸
这笔32亿美元的Corning投资并不孤立。就在2026年3月，Nvidia刚刚分别向光学芯片公司Coherent和Lumentum各投资20亿美元，合计40亿美元。
三个月内，Nvidia在光连接领域的总投资承诺超过70亿美元（注：这一数字包含权证类投资的潜在最大行权规模，非全部现金已到位；实际现金已付的部分以Corning的5亿美元预付权证和Coherent/Lumentum的实际支付金额为准）。
这背后是一个清晰但不太被外界关注的战略判断：当GPU计算能力本身不再是限制AI扩展的首要瓶颈时，”搬运算力结果”的通信基础设施就变成了新的争夺焦点。
大型语言模型的训练和推理，本质上是一个极度依赖通信的分布式计算问题。以GPT-5级别的模型训练为例，需要数万甚至数十万颗GPU持续数周的协同工作。这些GPU不是各自独立计算——它们需要以极低延迟、极高带宽互相同步中间结果，完成梯度聚合、参数更新等核心操作。
任何通信延迟或带宽不足，都会导致GPU大量时间处于”等待”状态，而非”计算”状态。这被称为通信墙（communication wall），是AI扩展的一个关键技术瓶颈。
更迫切的问题是能源。2026年，数据中心用电需求正以前所未有的速度增长。全球最大的科技公司都在向电网运营商寻求数百兆瓦乃至千兆瓦级的电力保障：Anthropic和SpaceX合作获得的300MW算力需要持续稳定的大功率供应；Google、Microsoft、Amazon在全球建设的超级数据中心，每座的电力需求相当于一座中等城市全年用电量的相当比例。
在这种能源约束下，任何能显著降低单位算力能耗的技术，其价值都会被成倍放大。光连接技术将数据中心内部互联的功耗降低5到20倍，在数十万颗GPU的规模下，这意味着每年节省数亿美元的电费，或者同等电力预算下支持更多GPU的运行。
这是Nvidia在光连接上砸入70亿美元背后的算法：不是因为光连接本身是高增长赛道，而是因为光连接是下一代GPU系统性能释放的使能技术——没有光连接，新一代GPU的性能优势无法在系统级别完全发挥。
竞争态势：这场争夺比外界看到的更激烈
Nvidia并不是唯一意识到共封装光学重要性的玩家。
Broadcom和Marvell已经推出了类似的CPO产品，定位于服务Nvidia竞争生态——特别是那些采购了AMD、Intel或定制AI加速芯片的超大规模数据中心。Broadcom过去两年在CPO方面投入了大量研发资源，并已经在与Google的TPU系统合作中得到验证。
Intel正在将CPO能力整合进下一代芯片架构，作为其”AI everywhere”战略的物理通信层。Intel在光连接领域有深厚的研究积累，硅光子学技术（Silicon Photonics）是Intel二十年来持续投资的方向之一。
三星、SK Hynix等韩国芯片企业也在关注CPO在存储带宽层面的应用，探索将光连接技术引入高带宽内存（HBM）堆栈，进一步打通计算-存储-通信的一体化瓶颈。
然而，这场竞争有一个关键的非对称因素：Nvidia控制着全球约80-90%的AI训练硬件市场份额，这意味着Nvidia的技术选择实际上会成为行业事实标准。
当Nvidia在Vera Rubin系统中大规模采用CPO时，所有想接入Nvidia生态的供应商——从光纤制造商到光电器件厂商——都会以Nvidia的规格为基准来规划产能。Corning、Coherent、Lumentum这些公司与Nvidia绑定，既是商业决策，也是技术标准对齐的信号。
Nvidia的70亿美元投资，本质上是在定义CPO技术的产业标准轨道，并预先锁定轨道上的关键资产。竞争对手不是没有机会，但它们面对的是一个已经被Nvidia预先布局的供应链地形。
Corning的故事：175年的材料科学积累，遇到了AI时代的完美需求
Corning是一个不寻常的科技史故事，值得单独讲述。
成立于1851年的Corning，在175年里经历了多次技术范式的跨越，每一次都依托同一个核心能力：对玻璃和特殊材料的精密理解与制造能力。
1970年代：Corning发明了用于长距离通信的光学纤维，奠定了现代电信基础设施的材料基础。这一发明使跨大陆的光速通信成为可能，被视为20世纪最重要的材料科学成就之一。此后数十年，Corning为全球数据中心和电信网络铺设了数百万英里的光缆，连接城市与城市、大陆与大陆。
2007年：Corning为第一代iPhone开发了Gorilla Glass（大猩猩玻璃），将其极薄但高度耐划伤的玻璃工艺引入移动设备领域。这一次技术跨越，让Corning从工业材料供应商变成了全球消费电子产业链的核心角色，并建立了与Apple长达近20年的深度合作关系。
2024年至今：随着AI算力需求爆炸，Corning的光纤业务从连接”楼宇之间”的宏观基础设施，开始向连接”芯片之间”的精密光学元件演进。这一转变不是方向转变，而是尺度转变——同样的玻璃纤维技术，从连接千公里的大陆网络，到连接数据中心机柜内几厘米距离的芯片。
2026年前5个月，Corning累计获得了来自Meta（60亿美元）和Nvidia（最高32亿美元）的订单和投资承诺，合计约92亿美元。Corning股价过去一年上涨超过300%，成为整个AI基础设施浪潮中涨幅最大的老牌制造业公司之一。
Corning CEO Weeks在今年1月曾对媒体坦言，公司不是在考虑增长10%或20%，而是需要把核心业务的产能翻几番。这种量级的产能扩张，需要的不是小步迭代，而是全面的战略押注——而Nvidia和Meta的入股投资，正是让这种押注成为可能的资本保障。
Corning的故事，是AI时代一类被低估的”隐形赢家”的缩影：那些掌握了不可替代的物理材料技术、在几十年积累基础上迅速找到新应用的传统制造商。它们不做模型，不做软件，不出现在AI能力排行榜上，但在AI供应链的关键节点上拥有极难在短期内复制的战略位置。这类公司往往被投资者和科技媒体低估——直到某一天，全球最大的科技公司开始排队给它们送来数十亿美元的订单。Corning就是这样一家公司：它从未在AI排行榜上露面，却可能是2026年AI基础设施建设中最不可或缺的材料供应商之一。它的护城河不是算法，而是175年积累的玻璃制造工艺，以及在全球主要市场建立的规模化生产能力。
更深的问题：这是在抢占AI基础设施的”物理世界税”
把所有这些线索放在一起，我们看到一个比单笔交易更重要的结构性趋势：AI基础设施的竞争正在向物理制造层延伸，而物理制造层的扩展速度存在无法通过资本投入线性加速的物理约束。
建设一座光纤精密制造工厂，需要18到24个月的建设周期，还要考虑选址审批、高压电力接入、土地征用以及招聘并培训数百名具备光学精密制造技能的工人。这些时间成本是固定的，再多的钱也无法让它压缩到3个月。
与此同时，需求侧的增长速度远超供给侧的扩张速度：全球超大规模数据中心的建设计划在2026年已经排到2030年以后，每一座都需要大量光纤、高级半导体材料、高压电力配电基础设施。
这制造了一种战略性产能抢占逻辑：谁更早锁定关键供应，谁就在未来3-5年的AI基础设施竞赛中拥有不对称优势。这不是”先发优势”的软性叙述，而是物理产能硬约束下的结构性竞争优势——你没有预订的工厂产能，你的竞争对手就可以预订。
这正是Nvidia、Meta、Microsoft、Amazon这些公司在过去12个月里频繁签署多年期供应锁定协议的背后原因。Nvidia3月投资Coherent和Lumentum，5月投资Corning；Meta1月锁定Corning，与台积电签了多年晶圆采购协议；Microsoft与多家核电运营商签订长达20年的电力供应合同。
这些合同的共同特征是：金额巨大、期限超长、以投资形式确保优先权。它们都在做同一件事：为AI基础设施的物理扩张预付”门票费”。
Jensen Huang在Corning合作的声明中说：”AI是我们这个时代最大的基础设施建设——一个重振美国制造业和供应链的千载难逢的机会。我们和Corning一起，正在用先进光学技术发明计算基础设施的未来，以光速推动智能运转，同时弘扬美国制造的光荣传统。”
这段话可以同时从两个维度解读：技术维度——光连接让AI推理的延迟趋向物理极限；地缘政治维度——在中美科技脱钩持续深化的背景下，将关键制造能力锚定在美国本土，本身就是一种国家安全级别的战略布局，而非单纯的商业决策。
对立视角：这笔投资存在哪些风险？
任何规模如此之大的战略押注，都值得审视其风险面。
风险一：技术路线的不确定性。 CPO并不是唯一可行的光连接技术路径。硅光子学（Silicon Photonics）——将光学功能集成在标准硅晶圆上，而非依赖专门的玻璃光纤制造——是Intel、IBM等公司大力推进的另一条路线。硅光子学的优势在于可以与现有半导体制造工艺兼容，理论上能实现更低成本的规模化。它目前的主要挑战是：与成熟的玻璃光纤相比，硅光子学的信号损耗仍然偏高，且在处理大功率光信号时的热管理难度更大。业界主流判断是，两条技术路线会在不同场景共存：Corning的玻璃光纤更适合长距离和高功率应用，而硅光子学可能在短距离、高集成度的片间互联中更有优势。但技术路线的最终格局仍有不确定性，Nvidia对Coherent和Lumentum的多元投资，在一定程度上是对这种不确定性的对冲。
风险二：产能建设的执行风险。 32亿美元的投资承诺，落地为3座工厂、10x产能扩张——这是极具挑战性的制造业扩张目标。工厂建设延期、良品率爬坡困难、工程师短缺都可能影响实际产能释放时间表。
风险三：需求预测的不确定性。 AI基础设施投资的高潮期能持续多久，仍是业界争论的问题。如果AI模型训练的边际收益开始递减、大型企业AI项目ROI不达预期导致资本开支缩减，光连接的需求增长曲线可能不如当前预期那么陡峭。
但从Nvidia的角度看，上述风险都有对冲机制：权证结构意味着Nvidia在产能不及预期时可以选择不全额行权；对多家光学公司（Corning、Coherent、Lumentum）同时投资，在技术路线上保持了一定程度的多元布局；而将投资与实际产能建设绑定，也保证了Nvidia在”物理产能供应”层面的优先保障。
结语
当大多数人还在讨论下一代模型的参数、新基准测试的排名时，Nvidia已经开始布局GPU的”血管”。
铜线到光纤的迁移，不是一次软件升级，而是一场需要工厂、工人、时间和巨大资本的物理世界重建。32亿美元投资Corning，加上此前40亿美元投资Coherent和Lumentum——Nvidia正在系统性地锁定AI基础设施下一代的关键物理材料层，三个月内累计投入超过70亿美元。
这是AI基础设施版图上一张安静但深远的落子。
对于整个行业来说，这笔交易也提醒我们一件容易被遗忘的事：最重要的AI基础设施投资，往往不发生在新模型发布的那个下午，而是发生在北卡罗来纳州和德克萨斯州新建的那3座玻璃工厂的奠基典礼上——通常没有直播，没有推文，没有人为之喝彩。
从更宏观的视角看，我们正在目睹AI基础设施建设从”虚拟层”（模型、软件、API）向”物理层”（芯片、光纤、工厂、电力）的全面延伸。这两个层次的竞争规则截然不同：虚拟层可以快速迭代，物理层需要提前数年布局。今天签下的供应协议，决定的是2028年的算力上限。Nvidia用70亿美元在光连接领域的押注，正是这种跨越时间的战略卡位。
而谁更早认清这一点，谁就更早掌握了下一轮AI军备竞赛的真正筹码。
参考资料
- Nvidia to invest up to $3.2 billion in Corning as part of massive optical fiber deal with 3 new factories focused on AI — CNBC, 2026-05-06
- NVIDIA and Corning Announce Long-Term Partnership To Strengthen U.S. Manufacturing for AI Infrastructure — BusinessWire（Nvidia官方新闻稿）, 2026-05-05
- Corning SEC Form 8-K Filing (Warrant Agreement with NVIDIA) — SEC EDGAR, 2026-05-06
- Apple supplier Corning wins $6 billion from Meta for AI optical fiber expansion — CNBC, 2026-01-27
- Nvidia invested $4 billion in optical companies Coherent and Lumentum — CNBC, 2026-03-02
- First look at Nvidia’s AI system Vera Rubin and how it beats Blackwell — CNBC, 2026-02-25
- Anthropic与SpaceX达成300MW算力合作，Claude Code限额翻倍 — Anthropic官方博客, 2026-05-06