长飞副总裁郑昕：AI算力瓶颈正在从GPU转向互联“数据线”

算力焦虑的另一面：互联能力成为焦点

据新浪财经报道，长飞副总裁郑昕在近期公开表述中提出一个判断：AI的瓶颈不是GPU，而是GPU之间传数据的线。这一观点将公众视线从芯片本身引向数据中心内部的高速连接环节。需要明确的是，本次新闻已确认的核心信息仅为上述判断及发言者身份，未披露具体技术参数、产品型号或商业合作细节。 过去两年，AI训练集群的讨论多集中于GPU的算力与供应。但随着集群规模扩大，GPU之间的数据交换量呈指数级上升。如果互联带宽和延迟无法匹配算力增长，昂贵的加速卡可能陷入“等数据”的状态。郑昕的表述，正是对这一结构性矛盾的概括。

光互联为何被推到台前

在AI数据中心中，GPU之间需要频繁同步梯度、交换中间结果。传统铜缆在短距离内仍有成本优势，但距离和带宽提升后，信号衰减与功耗问题变得突出。光模块与高速连接由此成为扩展集群规模的关键器件之一。长飞作为光纤光缆及光互联领域的参与者，其高管公开发声，可能反映出产业链对光互联需求的关注正在上升。 从产业背景看，AI集群的互联方案包括scale-up与scale-out两个层面，分别对应节点内与节点间的连接。不同方案对光模块速率、数量和拓扑结构的要求差异较大。郑昕未在本次新闻中展开具体技术路线，因此相关产品层面的影响仍有待进一步确认。

行业背景参考数据

以下数据用于说明AI与光互联产业的整体背景，均来自公开机构，不代表本次新闻新公布的数字。 据IDC 2024年发布的全球以太网交换机与光模块相关追踪报告，AI集群推动数据中心高速光模块需求持续增长，800G及以上速率产品的出货占比预计在2025年前后明显提升。具体数值以IDC实际报告为准。 据Gartner 2024年预测，全球AI芯片市场规模将在2025年达到较高水平，但该机构同时提示，系统级瓶颈可能从计算单元向存储与互联环节转移。这一判断与郑昕的观点方向一致，但二者并无直接引用关系。 据SEMI 2024年发布的半导体产业报告，先进封装与高带宽互连产能投资在AI需求带动下保持增长。光模块作为数据中心互连的重要组成，其上游光芯片与封装环节的产能爬坡情况，值得持续关注。 据WSTS 2024年数据，全球半导体市场在AI相关需求支撑下呈现结构性复苏，但不同细分领域分化明显。光通信器件与高速连接是否同步受益，取决于云厂商资本开支节奏与集群组网方案的实际落地。

对产业链的可能影响

如果互联确为AI算力的现实瓶颈，云厂商和AI基础设施运营方可能加大在光模块、光交换与高速线缆等环节的投入。这对光纤光缆企业、光模块厂商以及连接器供应商都可能构成需求侧的关注点。但具体受益程度、订单规模和价格走势，暂缺可核验数据，不宜过度推断。 另一方面，技术路线的选择仍存在不确定性。硅光、薄膜铌酸锂、共封装光学等方案各有优劣，产业化进度不一。郑昕的发言未涉及具体路线，因此不能据此判断某一技术将主导市场。

数据参考

• IDC 2024年全球以太网交换机与光模块追踪报告（AI集群驱动高速光模块需求增长，具体数值以报告为准）
• Gartner 2024年AI芯片市场预测（系统瓶颈可能向存储与互联转移）
• SEMI 2024年半导体产业报告（先进封装与高带宽互连产能投资增长）
• WSTS 2024年全球半导体市场数据（AI相关需求支撑结构性复苏）
• 本次新闻已确认信息：长飞副总裁郑昕提出“AI的瓶颈不是GPU，而是GPU之间传数据的线”，来源为新浪财经，发布时间为2026年9月14日。 #长飞 #光模块 #AI算力 #数据中心互联