Coherent在德州破土扩建工厂，扩大AI光学骨干网规模

6月17日，人工智能基础设施领域迎来重要进展。

人工智能的运行速度，正以光速来衡量。而驱动这一光速计算的关键制造环节，正在美国德克萨斯州加速落地。

Coherent公司今日在德克萨斯州谢尔曼市，为其扩建的制造工厂举行了隆重的奠基仪式。这家企业专注于生产用于连接AI系统的激光器、光学组件和化合物半导体，并运营着其自称的全球首条6英寸磷化铟（InP）生产线。

NVIDIA创始人兼CEO黄仁勋与Coherent CEO吉姆·安德森共同出席了奠基仪式。谢尔曼市长肖恩·泰曼以及德州经济发展与旅游局执行局长阿德里亚娜·克鲁兹也到场发表了讲话。

这座新扩建的厂房将用于大规模生产同款InP晶圆，这些晶圆以光速在芯片、服务器和数据中心之间传输数据，构筑了现代AI基础设施的“光骨架”。这一里程碑事件的意义在于，它将纸面上的承诺真正变成了地面上的钢筋水泥：这是在美国本土扩展先进半导体制造能力的实质性一步。

“AI是终极的通用技术，”黄仁勋在现场表示，“因为智能是一切的基础——这种处理信息、进行推理和解决问题的能力，将影响每一个行业。”

像《芯片法案》这类公共项目（拨款规模约500亿美元），其初衷就是将芯片制造带回美国本土。作为今天活动的一部分，Coherent宣布获得5000万美元的《芯片法案》拨款，用于资助谢尔曼工厂的扩建。在此之前，他们还从德州芯片项目和谢尔曼经济发展公司获得了约1700万美元的早期支持。

再加上NVIDIA自身通过行业合作，在亚利桑那和德克萨斯建立新站点，承诺未来在美国生产高达5000亿美元的AI基础设施——这股来自私营部门的力量同样不容忽视。

“Coherent是一家世界级的公司，你们的工作对我们的未来至关重要，对人工智能的未来至关重要，对美国的再工业化至关重要。”黄仁勋在与安德森的对谈中如此表示。

现代AI依赖于高速网络和光互连来运转，其背后是磷化铟、砷化镓这类化合物半导体。它们不像逻辑芯片那样经常登上新闻头条，但多年来，其本土供应链一直相当薄弱。今天的活动恰恰说明这个短板正在被补齐。

举个具体的例子：当576颗GPU横跨八个机架，作为一个整体系统运行时——比如NVIDIA即将推出的Vera Rubin Ultra NVL576，将八个各含72颗Rubin Ultra GPU的NVLink机架连接成一个576颗GPU的超大域——铜线在这种情况下，已经无法胜任信号传输的任务。

要连接数据中心里相距成百上千米的数十万个处理器，唯一的解决方案就是硅光子技术，黄仁勋解释道。随着信号速率提升，金属走线的有效传输距离反而在缩短。如果用铜线去连接八个机架，能量会大量消耗在重定时器和信号调节上——而这些功耗，数据中心更愿意留给计算本身。

光互连的代价在于从电信号转换到光信号时的一次性损耗。但一旦跨过这道门槛，距离几乎就不再是问题。在NVL576的规模下，光互连是能效最高的选择。

NVIDIA与Coherent的合作并非一日之功——两家公司已携手共事约二十年。今年3月，它们将关系深化为一项多年的战略合作：NVIDIA向Coherent投资20亿美元，用于支持研发、未来产能以及美国本土制造，同时还签下了价值数十亿美元的采购承诺，用于采购先进的激光和光网络产品。

谢尔曼，这座位于达拉斯以北、人口约45000的小城，如今已成为AI时代的最新地标。这不仅是一个关于软件的故事，更是一个关于“镐头和铲子”——关于制造业硬实力的故事。

“当产能达到满负荷时，这个园区将支持超过550个直接工作岗位，以及数千个间接工作岗位。”安德森说道。

这座工厂产出的并不是某一种单一的、可以塞进特定插槽里的产品。它生产的是激光器、收发器和可插拔光模块，这些组件负责在NVIDIA的网络中搬运数据，各自服务于系统不同的部分。

“随着AI系统变得更大、更强，连接的重要性已经与计算本身不相上下。”安德森强调，“AI依靠计算来运行，但依靠连接来实现规模化——而谢尔曼，正是打造这种‘连接组织’的地方。”今天的活动让这一切变得清晰可见。

在奠基仪式开始前，嘉宾们参观了已有的工厂，并预览了扩建厂房投产后将装入的新设备。一台NVIDIA机架就矗立在厂房里，成为参观路线的六个站点之一。参观结束后，黄仁勋与安德森举行了一场炉边谈话，两位CEO探讨了双方的伙伴关系，以及扩大本土光学制造能力对AI建设未来的意义。

“今天是一个重要的里程碑——不仅对Coherent而言，对美国制造业和AI基础设施的未来来说，也是如此。”安德森总结道。

半导体激光器其实诞生于美国的实验室——1970年，贝尔实验室展示了室温下的工作版本。但后来，这项技术及其制造环节大部分转移到了海外。

“我们公司1971年成立时，就是一家制造企业。我们一直是一家美国制造企业——五十年后，全球最先进的6英寸磷化铟生产线，就在谢尔曼这里。”安德森不无自豪地表示。

这种制造能力的差距在晶圆尺寸上体现得尤为明显：当硅晶圆早已跑在12英寸产线上时，全球大多数InP产量仍停留在3英寸和4英寸晶圆上——这意味着更低的良率和更少的单次产出组件。切换到6英寸晶圆，可用面积大约是3英寸晶圆的四倍（面积随直径的平方增长），从而大幅降低成本，并释放AI大规模建设所需的产能。

“花了五十年建起第一条产线，”黄仁勋说，“然后只用了一年，就把它扩大到了四倍——这就是加速计算带来的需求。”

在产线内部，核心工艺其实并不陌生：光刻、光刻胶、逐层沉积和蚀刻材料。真正的区别在于基底材料本身。在InP基底上，工程师们会生长出奇特的化合物半导体层，并针对特定的光学特性进行精密调谐——正是这种物理特性，让芯片能够发射和调制光信号。

如今，这些InP组件就封装在Coherent的可插拔光模块里——这些收发器大约只有U盘大小，插入NVIDIA网络交换机的正面，负责在数据中心机架之间、在铜线无法触及的距离上传输数据。每一个模块内都搭载了一颗磷化铟激光器。

同样的模块现在也开始支持NVIDIA的Spectrum-X Photonics和Quantum-X Photonics交换机，后者采用了共封装光学技术：Coherent提供的外置激光模块就插在交换机的前面板上。

随着NVIDIA努力防止光学成为下一个性能瓶颈，对这些激光器的需求只会持续攀升。

“十年后回头再看，我们会意识到，正是AI让我们有可能去投资可持续能源、升级电网、重塑劳动力结构。”黄仁勋展望道，“一个经济体不能只有信息工作者——你还必须有建设者。未来十年，我们有机会重塑我们的社区，让一切变得更加平衡。”