立讯精密谈光铜路线 AI互连进入协同阶段
随着人工智能基础设施建设持续加速，数据中心和高速计算场景对于互连技术的需求正快速提升。在近日举行的年度股东会上，立讯精密针对市场关注的光连接和铜连接路线问题进行了回应。公司表示，推进“光铜并进”策略与头部客户围绕光芯片、光纤领域的布局并不存在冲突，未来两种技术并非替代关系，而将长期共存并各自承担不同应用角色。这一表态引起行业广泛关注，原因在于当前AI产业快速发展背景下，算力需求呈指数级增长，而算力背后真正决定效率的，不只是芯片性能，还包括数据传输能力。随着计算规模不断扩大，互连技术正在成为影响下一阶段产业竞争的重要环节。
从此次披露的信息来看，立讯精密对于未来技术路径给出了较为清晰的判断。首先，公司认为光连接的整体需求规模未来会大于铜连接，但并不意味着铜技术将被迅速淘汰。过去市场曾存在一种观点，即随着数据量不断增加，光连接最终会全面替代传统铜连接方案。但立讯精密认为，两者之间并不是简单的替代关系，而更像不同场景下的功能分工。其次，铜连接本身依然存在较高技术门槛。虽然光通信因高带宽、低损耗受到市场关注，但高速铜缆和相关连接技术近年来也在持续升级，在短距离数据传输场景中依然具备优势。例如服务器内部、机柜之间以及部分低延迟需求场景，铜连接在成本、稳定性以及部署便利性方面仍具有较强竞争力。第三，公司强调未来长距离以及更高速率环境对于光连接需求会进一步提升。当铜连接接近物理传输极限时，光连接将承担更重要作用。值得注意的是，这一表态实际上回应了市场此前围绕“光替代铜”的单一路线讨论。
进一步分析背后的原因，可以发现人工智能的发展正在改变数据中心架构。过去互联网时代的数据中心主要围绕存储、计算以及普通网络通信构建，对连接技术要求虽然较高，但尚未达到当前AI训练集群的规模。一个明显变化是，大模型训练和推理任务需要大量GPU协同工作，而计算节点数量的增加意味着数据交换规模也同步上升。当成百上千甚至更多计算单元同时参与任务时，数据传输效率会直接影响整体算力利用率。过去提升计算性能更多依赖芯片能力升级，而现在网络连接效率成为新的瓶颈之一。因此，行业关注点正在从单纯提升算力转向提升“有效算力”，而互连技术正是其中关键组成部分。在这一背景下，光和铜不再是二选一的技术路线，而是不同应用需求下的组合方案。
如果将视线进一步扩大，可以看到全球科技产业围绕互连技术的投入正在持续增加。近年来，人工智能基础设施建设推动高速交换芯片、光模块、高速铜缆以及网络架构同步升级。尤其大型云计算企业和AI企业持续扩大算力中心建设规模，使数据传输需求不断增长。与此同时，多家国际科技公司也开始布局相关产业链。此前市场更多关注GPU芯片本身，但随着算力集群规模不断扩大，互连系统的重要性迅速提升。事实上，在高性能计算领域，“网络决定效率”的概念并不陌生。超级计算机长期以来就依赖高速互连技术保障系统运行效率，而AI时代正在把这种需求带入更大规模市场。值得注意的是，目前行业已经开始探索更先进的方案，例如硅光技术、共封装光学技术以及新型高速材料等，希望进一步突破数据传输瓶颈。
立讯精密此次关于光铜路线的表态，释放出的核心信息并不只是技术选择问题，更反映出行业认知正在趋于理性。过去市场习惯将技术发展理解为新技术替代旧技术，但在复杂产业环境下，不同技术往往会形成协同关系。未来数据中心建设很可能进入多技术并存阶段，根据不同距离、不同速率和不同成本需求选择最适合方案。短期来看，随着AI基础设施建设持续推进，光连接需求仍可能保持较快增长，但铜连接市场也不会快速退出。长期来看，互连技术的重要性或将进一步提升，而围绕高速传输能力构建的新产业链，也可能成为AI时代新的竞争高地。
