一句话看懂：Point2 Technology 完成 1.36 亿美元 B 轮融资，其 e-Tube 射频电缆声称比铜缆传输距离远 10 倍，比光模块功耗低 3 倍、延迟低 1000 倍，正在试图成为 AI 数据中心内部互连的新标准。Nvidia、Arm、Molex 等产业链公司同时押注，意味着“线缆”已成为 AI 算力扩张的下一个战场。
事件核心：发生了什么
Point2 Technology 宣布完成总额 1.36 亿美元的 B 轮融资，最新一笔追加融资由 LB Investment 领投，Arm 作为新战略投资者加入，Maverick Silicon 继续跟投。目前其投资方阵容已包括 Nvidia、Arm、UMC Capital、Molex 和 Bosch Ventures——从 AI 芯片、芯片架构、连接到汽车传感器都覆盖了。
这家公司要解决的是 AI 数据中心内部的“布线”问题。它的 e-Tube 平台使用塑料波导传输射频信号，而非传统的铜缆或光纤。官方给出的关键数据是：相比铜缆，传输距离延伸 10 倍、重量降低 5 倍、体积减少一半；相比光互连，功耗降低 3 倍、成本降低 3 倍、延迟降低 1000 倍，且没有激光器失效的可靠性问题。
为什么重要
AI 数据中心的扩张已经卡在功耗和物理空间上。服务器之间的数据吞吐量达到每秒太比特级之后，传统铜缆距离不够、光纤成本和功耗偏高，互连已经从“配件”变成了系统瓶颈。这也是为什么做芯片的 Nvidia、做 IP 的 Arm、做连接器的 Molex 会同时出现在一家线缆创业公司的投资名单上——它们都清楚，只堆算力芯片不升级连接层，整个集群的效率会被线缆拖住。
更值得关注的对比是技术路线之争。就在本月早些时候，光互连公司 Lumilens 刚拿到 7 亿美元融资，押注光是答案。Point2 则主张在机架规模内，射频方案能比光更便宜、更省电、更快。两类方案同时获得大额资本注入，说明 AI 基础设施的互连标准尚未定型，正处于多个技术路线并行的竞争窗口期。
对用户/开发者/创作者的影响
对于普通用户和开发者来说，这次融资的直接影响不在眼前，而在 AI 服务的成本结构里。数据中心互连功耗降低，意味着更多电力可以分配给 GPU 做训练和推理，长期看有助于压低云服务商的算力成本。对于企业 IT 采购和技术决策者，如果 e-Tube 方案被头部云厂商采用，后续数据中心建设中的布线选型、机架设计、散热策略都会随之调整。
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。
对开发者而言，短期内不需要改变任何 API 调用方式或训练框架，但值得留意的是：当互连不再是大规模分布式训练的制约因素时，集群规模的上限会被推高，一些此前因通信开销过大而难以落地的模型并行策略可能重新获得关注。
值得关注的后续
三个观察点：第一，e-Tube 能否从样品走向超大规模量产。目前公开信息显示其产品线包括 Active RF Cable、近封装 e-Tube 和共封装 e-Tube 三类形态，但尚未披露具体客户和出货时间表。第二，Nvidia 的投资是否意味着未来 NVLink 或机架级互连方案会引入射频技术，这是一个需要密切跟踪的信号。第三，射频方案与光学方案在真实超大规模集群中的对比数据——尤其是长时间运行下的良率和功耗表现，将决定它能否打破铜缆和光模块的既有市场格局。
来源：The Next Web
