Nvidia potajemnie lokuje 7 mld USD w fotonikę na kolejny etap wzrostu AI

Nvidia NASDAQ:NVDA pogłębia swoje zaangażowanie w fotonikę, technologię opartą na świetle, która może stać się następnym dużym polem walki o infrastrukturę sztucznej inteligencji.

W ciągu ostatnich dwóch miesięcy spółka zawarła umowy z dostawcami produkującymi lasery, komponenty optyczne i połączenia światłowodowe niezbędne do przesyłu danych w ogromnych centrach danych AI.

Kwota, od której zaczęto, to 4 mld USD (ok. 15 mld zł) inwestycji w Lumentum i Coherent. Jednak po doliczeniu nowego partnerstwa Nvidia z Corning zobowiązanie wygląda znacznie poważniej.

Przekaz jest jasny: Nvidia nie tylko sprzedaje GPU, które trenują i uruchamiają modele AI. Chce mieć większą kontrolę nad „rurami”, które je łączą.

Od 4 mld USD do ponad 7 mld USD w ciągu dwóch miesięcy

Ruch Nvidia w kierunku fotoniki rozpoczął się 2 marca, kiedy ogłosiła oddzielne inwestycje po 2 mld USD (ok. 7,5 mld zł) w Lumentum i Coherent. Obie firmy produkują wyroby optyczne i fotoniczne używane w transmisji danych o dużej prędkości.

Te transakcje nie były jedynie pasywnymi zakładami finansowymi — Nvidia zabezpieczyła także wieloletnie zobowiązania zakupowe oraz dostęp do przyszłych mocy produkcyjnych zaawansowanych laserów i produktów do optycznych sieci.

To ma znaczenie, ponieważ systemy AI nie są już ograniczone wyłącznie przez układy scalone. W miarę jak modele rosną, wąskie gardło coraz częściej przesuwa się do szybkości komunikacji tysięcy procesorów między sobą.

Potem pojawił się Corning. 6 maja Nvidia i 175-letni producent szkła ogłosiły długoterminowe partnerstwo na rzecz rozszerzenia produkcji komponentów do łączności optycznej w USA.

Corning poinformował, że zwiększy w Stanach Zjednoczonych zdolności produkcyjne łączności optycznej dziesięciokrotnie, zwiększy moce produkcyjne światłowodów o ponad 50%, wybuduje trzy nowe zakłady w Karolinie Północnej i Teksasie oraz stworzy ponad 3 000 miejsc pracy.

Składnik kapitałowy daje Nvidia opcję zbudowania udziału wartego w przybliżeniu 3 mld USD (ok. 11,2 mld zł).

To podnosi skalę strategii fotoniki znacznie powyżej wartości 4 mld USD (ok. 15 mld zł), która dominowała w początkowych relacjach.

Jensen Huang określił ten ruch jako część „największego rozwoju infrastruktury” ery AI. Mówiąc wprost, Nvidia uważa technologię optyczną za niezbędną, by fabryki AI pozostały szybkie, wydajne i skalowalne.

Dlaczego światło przewyższa miedź

Dzisiejsze centra danych AI wciąż w dużym stopniu opierają się na połączeniach miedzianych, ponieważ miedź jest dobrze znana, tania i niezawodna na krótkich odcinkach.

Jednak ma swoje ograniczenia. W miarę jak dane przesyłane są szybciej, a systemy rosną, miedź generuje więcej ciepła, zużywa więcej energii i staje się trudniejsza w zarządzaniu na dużą skalę.

Fotonika zmienia medium. Zamiast przesyłać sygnały elektryczne metalowymi przewodami, wykorzystuje światło do przemieszczania danych przez komponenty optyczne i włókna światłowodowe.

Efekt to szybsza transmisja, mniejsze straty sygnału i lepsza efektywność energetyczna w dużych klastrach.

Najprostsze porównanie to system drogowy. Miedź to zatłoczona dwupasmowa droga, podczas gdy fotonika to szersza ekspresówka, która może przenosić więcej ruchu zużywając mniej paliwa.

Dlatego tak ważne stały się zintegrowane optyki współpakowane (co-packaged optics, CPO). CPO zbliża silniki optyczne do układu sieciowego, ograniczając potrzebę oddzielnych, wymiennych transceiverów i długich ścieżek elektrycznych.

Nvidia twierdzi, że jej przełączniki Spectrum-X Ethernet Photonics integrują CPO bezpośrednio na chipie przełącznika i są zaprojektowane z myślą o klastrach AI obejmujących milion GPU.

To nie tylko kwestia oszczędzania energii. Szybsze łącza mogą poprawić szybkość reakcji systemów AI, szczególnie podczas inferencji, gdy użytkownicy oczekują niemal natychmiastowych odpowiedzi.

W tym sensie fotonika to zarówno historia oszczędności energii, jak i prędkości.