Nvidia inwestuje miliardy w fotonikę
Fotonika jest uważana za bardziej efektywny sposób przesyłania danych niż technologia oparta drogiej energii elektrycznej, uważanej za główną przeszkodę we wdrażaniu sztucznej inteligencji.
W ciągu ostatnich trzech miesięcy Nvidia zainwestowała co najmniej 6,5 miliarda USD w firmy rozwijające technologię fotoniczną, dążąc do rozwiązania jednego z głównych wąskich gardeł we wdrażaniu sztucznej inteligencji. Fotonika, czyli wykorzystanie światła do przesyłania danych, to rozwijająca się technologia uważana za bardziej wydajną alternatywę dla obecnego procesu przesyłania danych za pomocą energii elektrycznej. Elektryczny przesył danych zużywa więcej energii – jest to czynnik, który jest coraz częściej postrzegany jako przeszkoda w szerszym wdrażaniu sztucznej inteligencji.
Od początku marca Nvidia ogłosiła inwestycje w wysokości 2 miliardów USD w Lumentum, Coherent i Marvell, firmy rozwijające technologie fotoniczne. Gigant chipów zapowiedział również, że zainwestuje 500 milionów USD w Corning w celu opracowania zaawansowanych rozwiązań łączności optycznej, a także wziął udział w rundzie finansowania o wartości 500 milionów USD startup’u Ayar Labs. - Fotonika to dla Nvidii sposób na skalowanie infrastruktury AI bez ponoszenia kosztów energii, generowanych w przypadku pozostania przy miedzianym okablowaniu elektrycznym - powiedział w rozmowie z CNBC Alvin Nguyen, starszy analityk w Forrester. Inwestując w firmy fotoniczne, Nvidia zapewnia, że postęp w tej dziedzinie będzie kontynuowany i zapobiegnie osiągnięciu bariery skalowalności i wydajności, która wystąpi, jeśli firmy pozostaną przy tradycyjnej technologii.
Fotonika może być wykorzystywana w infrastrukturze AI poprzez wykorzystanie światła do przesyłania danych między procesorami graficznymi GPU, pamięcią, układami sieciowymi, serwerami i centrami danych. Chociaż obecnie głównym standardem łączności jest miedź, stosowana ze względu na niższy koszt i wysoką niezawodność, fotonika z czasem zyska na znaczeniu w infrastrukturze AI. - Plan rozwoju nowej generacji rozwiązań AI w Nvidia będzie wymagał coraz większej ilości połączeń optycznych, aby móc przetwarzać wykładniczo rosnącą przepustowość dzięki nowym modelom i zwiększonemu wykorzystaniu - powiedział twierdzi Brian Colello, starszy analityk kapitałowy w Morningstar, w rozmowie z CNBC.
Nvidia udostępniła już niektóre technologie fotoniczne w ramach swojej oferty rozwiązań sieciowych, a firma ogłosiła narzędzia, które, jak twierdzi, umożliwią fabrykom AI łączenie milionów procesorów GPU w różnych lokalizacjach, jednocześnie drastycznie zmniejszając zużycie energii i koszty operacyjne. Jensen Huang, prezes Nvidii, na marcowej konferencji GTC podkreślił, iż już obecnie firma skaluje własną technologię fotoniki krzemowej. Huang wskazał na platformę sieciową Ethernet Nvidia, wykorzystywaną do łączenia fabryk AI z klastrami GPU. Powiedział również, że firma zaczyna stosować fotonikę w swojej technologii połączeń GPU-GPU. - Oznacza to, że potrzebujemy znacznie większych mocy produkcyjnych w zakresie technologii fotoniki krzemowej niż obecnie dostępne na świecie. Współpracujemy więc z łańcuchem dostaw, aby upewnić się, że możemy pomóc im w zwiększeniu mocy produkcyjnych z wyprzedzeniem – mówi Huang.
Akcje Lumentum wzrosły o 134% od początku roku, podczas gdy Coherent podniósł swoją wartość o 96%. Akcje Marvell wzrosły o 122% w 2026 roku, a Corning o 111%. Nvidia jest jednym z wielu podmiotów działających w sektorze sztucznej inteligencji, które ostatnio zdecydowały się zainwestować kapitał w technologię fotoniki. Producent chipów Advanced Micro Devices dołączył do Nvidii w rundzie finansowania Ayar Labs, a także przejął startup Enosemi w 2025 roku oraz zrealizował inwestycje kapitałowe w Teramount i Celestial AI. W kwietniu 2026 Alphabet i Microsoft venture capital wsparły start-up nEye w rundzie finansowania o wartości 80 milionów USD.
Jednak wdrażanie technologii fotoniki w całym stosie infrastruktury AI na dużą skalę wiąże się z wyzwaniami. - Technologia jest stabilna, jednak skala produkcji stanowi problem – zauważa Nick Patience, szef działu sztucznej inteligencji w Futurum Group, w rozmowie z CNBC. - Wydajność produkcji złożonych, współpakowanych układów optycznych pozostaje wyzwaniem, ponieważ precyzyjne dopasowanie elementów optycznych i krzemowych nie wybacza błędów, a gdy coś pójdzie nie tak w procesie pakowania, zazwyczaj nie da się przerobić układu - powiedział.
Zapraszamy na TEK.day Gdańsk, 24 września 2026. Zapisz się tutaj!
Żródło: CNBC