Nvidia bertaruh $7B pada teknologi fotonik untuk fasa pertumbuhan AI seterusnya
Sentimen AI: 78/100 Menaik
Skor ini dijana melalui analisis didorong AI terhadap kandungan artikel.
dikuasakan oleh
Beli NVDA. Dorongan melebihi $7B ke Lumentum, Coherent, dan Corning menunjukkan Nvidia sedang mengamankan 'saluran' (laser, optik, sambungan gentian optik) untuk kelompok AI generasi seterusnya, bukan sekadar menjual GPU. Itu seharusnya menyokong peningkatan perkongsian pasaran dalam rangkaian AI berprestasi tinggi (Spectrum-X Ethernet Photonics, CPO) dan melindungi margin dengan mengurangkan kebergantungan pada pembekal optik pihak ketiga.
Risiko utama: Permintaan AI perlahan atau hyperscalers menangguhkan pembinaan pusat data baru, mengurangkan pesanan untuk fotonik dan naik taraf CPO.
Beli Lumentum (NASDAQ: LITE) dan Coherent (NASDAQ: COHR). Komitmen pembelian berbilang tahun Nvidia dan akses kapasiti bermaksud lebih banyak jumlah terjamin untuk komponen optik dan laser yang digunakan dalam interkoneksi AI. Jika fotonik Nvidia meningkat, pembekal ini sepatutnya melihat pertumbuhan hasil yang lebih cepat dan penggunaan kapasiti yang lebih baik daripada jangkaan pasaran.
Risiko utama: Peningkatan fotonik Nvidia tidak mencapai prestasi yang diharapkan (kegagalan teknikal atau isu kelayakan pelanggan), meninggalkan pembekal dengan kapasiti berlebihan dan kuasa penetapan harga yang lebih lemah.
- Nvidia telah membuat komitmen lebih $4 bilion kepada pembekal optik tahun ini.
- Perjanjian Corning memperluas pengeluaran gentian optik dan sambungan optik di AS.
- Fotonik membantu kelompok AI memindahkan data lebih pantas dengan penggunaan tenaga yang lebih rendah.
Nvidia NASDAQ:NVDA sedang memperdalam usaha dalam fotonik, teknologi berasaskan cahaya yang berpotensi menjadi medan pertempuran besar seterusnya dalam infrastruktur kecerdasan buatan.
Syarikat itu telah menghabiskan dua bulan terakhir membuat perjanjian dengan pembekal yang menghasilkan laser, komponen optik dan sambungan gentian optik yang diperlukan untuk memindahkan data di dalam pusat data AI berskala besar.
Angka utama bermula dengan 4 bilion USD (anggaran RM 16.2 bilion) bagi pelaburan dalam Lumentum dan Coherent. Tetapi apabila mengambil kira kerjasama baru Nvidia dengan Corning, komitmen itu kelihatan jauh lebih besar.
Mesejnya jelas: Nvidia bukan sekadar menjual GPU yang melatih dan menjalankan model AI. Ia mahu kawalan lebih terhadap saluran yang menghubungkannya.
Daripada $4B ke lebih $7B dalam dua bulan
Dorongan fotonik Nvidia bermula pada 2 Mac, apabila ia mengumumkan pelaburan berasingan sebanyak 2 bilion USD (anggaran RM 8.1 bilion) dalam Lumentum dan Coherent. Kedua-dua syarikat itu menghasilkan produk optik dan fotonik yang digunakan dalam penghantaran data berkelajuan tinggi.
Perjanjian itu bukan taruhan kewangan pasif kerana Nvidia juga memastikan komitmen pembelian berbilang tahun dan akses kepada kapasiti masa depan untuk produk laser maju dan rangkaian optik.
Ini penting kerana sistem AI tidak lagi terhad kepada cip sahaja. Apabila model semakin besar, kesesakan semakin berpindah kepada sejauh mana ribuan pemproses dapat berkomunikasi antara satu sama lain dengan pantas.
Kemudian muncul Corning. Pada 6 Mei, Nvidia dan pengeluar kaca berusia 175 tahun itu mengumumkan kerjasama jangka panjang untuk mengembangkan pengeluaran produk sambungan optik di AS.
Corning berkata ia akan meningkatkan kapasiti pembuatan sambungan optik di AS sebanyak sepuluh kali ganda, meningkatkan kapasiti pengeluaran gentian optik lebih daripada 50%, membina tiga kilang baharu di Carolina Utara dan Texas, dan mewujudkan lebih daripada 3,000 pekerjaan.
Komponen ekuiti memberi Nvidia pilihan untuk membina pegangan bernilai kira-kira 3 bilion USD (anggaran RM 12.1 bilion).
Itu menaikkan skala strategi fotonik jauh melepasi angka 4 bilion USD (anggaran RM 16.2 bilion) yang mendominasi liputan awal.
Jensen Huang menggambarkan langkah itu sebagai sebahagian daripada “pembinaan infrastruktur terbesar” era AI. Secara ringkas, Nvidia melihat teknologi optik sebagai penting untuk memastikan kilang AI kekal pantas, cekap dan berskala.
Mengapa cahaya lebih unggul daripada tembaga
Pusat data AI hari ini masih bergantung kuat pada sambungan tembaga kerana tembaga biasa digunakan, murah dan boleh dipercayai dalam jarak pendek.
Tetapi ia mempunyai had. Apabila data bergerak lebih pantas dan sistem menjadi lebih besar, tembaga menghasilkan lebih banyak haba, menggunakan lebih banyak tenaga dan menjadi lebih sukar untuk diuruskan pada skala besar.
Fotonik mengubah medium. Daripada mendorong isyarat elektrik melalui wayar logam, ia menggunakan cahaya untuk memindahkan data melalui komponen optik dan gentian optik.
Hasilnya ialah penghantaran lebih pantas, kehilangan isyarat lebih rendah dan kecekapan tenaga yang lebih baik merentas kelompok besar.
Perbandingan paling mudah ialah sistem jalan raya. Tembaga ibarat lebuh raya dua lorong yang sesak, manakala fotonik ialah lebuh ekspres yang lebih lebar yang boleh membawa lebih banyak trafik sambil menjimatkan bahan api.
Itulah sebabnya co-packaged optics, atau CPO, menjadi begitu penting. CPO membawa enjin optik lebih hampir kepada cip rangkaian, mengurangkan keperluan untuk transceiver pluggable berasingan dan laluan elektrik yang panjang.
Nvidia berkata suis Spectrum-X Ethernet Photonics mereka mengintegrasikan CPO terus pada cip suis dan direka untuk kelompok AI dengan jutaan GPU.
Ini bukan hanya mengenai penjimatan elektrik. Sambungan antara yang lebih pantas boleh memperbaiki kelajuan tindak balas sistem AI, terutamanya semasa inferens, apabila pengguna mengharapkan jawapan yang hampir serta-merta.
Dalam erti itu, fotonik adalah mengenai tenaga dan kelajuan.
Dow naik sementara Nasdaq merosot akibat jualan saham cip, kebimbangan IPO SpaceX
Saham DraftKings naik 11% selepas volum pasaran ramalan melonjak
Data opsyen tunjuk bagaimana saham Oracle mungkin bertindak selepas hasil Q4 esok
Saham Broadcom susut meskipun ada kerjasama pusat data AI baharu
Saham Veeco melonjak selepas pesanan NSA500 ketika permintaan cip meningkat
Tiada hasil dijumpai
Memuatkan artikel...
Failed to load articles. Please try again.