光速：5只推动AI光通信未来发展的股票
一句话看懂：英伟达今年已向光通信（光子学）公司投资超过65亿美元，试图用光信号替代传统铜线，解决AI数据传输瓶颈。Marvell、Lumentum、Coherent等成熟厂商已受益，而预营收阶段的Aeluma则押注颠覆性制造工艺。
事件核心：发生了什么
据MarketBeat报道，截至2026年6月初，英伟达在光子学领域的年度投资总额已超过65亿美元。这些资金覆盖了激光器、光学组件和收发器等多个环节，旨在绕过传统铜线的带宽瓶颈，提升AI基础设施的数据传输效率。光子学的优势不仅在于速度和能效，更在于“并行性”——单根光纤能同时处理多条数据流，这对需要同步处理海量多源数据的大模型训练和推理至关重要。
英伟达未与任何一家厂商签订独家协议，意味着它可根据技术演进灵活调整供应链。目前，Marvell Technology、Lumentum和Coherent Corporation三家均为已盈利的光子学领导者，其股价因业务超预期和指引上调而处于上涨态势。另一家值得关注的公司是Aeluma，它专注于量子点激光器和硅光子制造——通过在硅片上直接生长光学芯片，而非传统粘贴工艺，有望降低成本并扩展应用场景，但Aeluma目前尚未产生营收，预计在2027年前才有望实现商业化收入。
为什么重要
AI算力的持续增长已让传统铜线互联成为瓶颈——数据中心内部及集群间的数据传输速率正在制约大模型的扩展。光子学直接将信号传输速度提升至光速量级，同时将功耗大幅降低，是支撑下一代AI集群（如万卡、十万卡规模训练）的关键底层技术。英伟达的头号地位不依赖于单一技术，但通过押注光子学，它实际上锁定了未来几年AI基础设施升级的主动权，并间接为整个光通信产业链（全球规模约1.25万亿美元，硅光子部分年增长超30%）带来了确定性增长。
对用户/开发者/创作者的影响
对普通用户而言，光通信的落地不会带来即时体验变化；但对开发者和大模型企业来说，这意味着未来云API的推理成本可能进一步降低——更快的内部数据传输能提高GPU利用率、缩短训练时间，从而使AI服务（如大模型API、图像生成、视频处理）在同等算力下实现更快的响应和更低的价格。对于从事AI基础设施采购的技术决策者，关注Marvell、Lumentum等成熟厂商的产品路线图，有助于规划下一代数据中心架构。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Aeluma的商用进展：能否在2027年前获得首个正式收入合同或设计中标，是判断其制造工艺是否真正具备颠覆性的关键节点。
2. 英伟达投资后续：已披露的65亿美元投资是否涵盖后续更大规模的产能锁定，以及是否会推动光子学组件标准化的形成。
3. 竞品动作：AMD、英特尔或其他AI芯片厂商是否会在光通信领域复制类似投资，这将改变短期供应链格局。
