思科與輝達正在聯手開發新一代光網路技術，目標是解決AI資料中心日益嚴峻的資料傳輸瓶頸。思科總裁兼首席產品官Jeetu Patel在彭博科技節目中表示，隨著AI智慧體能力不斷增強，它們在執行與人類相同的任務時，消耗的網路頻寬可能遠超人類，這對資料中心內部的連線能力提出了全新要求。

Patel的核心論點是：AI工作負載的資料流動模式與傳統的網際網路流量有本質區別。傳統資料中心主要處理人類發起的請求，而AI訓練和推理涉及大量GPU之間的高頻資料交換。當數以萬計的GPU需要協同完成一個模型訓練任務時，它們之間的通訊量會急劇膨脹，網路很容易成為整個系統的短板。

此次合作的方向是更快、更節能的光網路連線方案。按照Patel的描述，這類技術有望支撐數十萬塊GPU同時協同執行，並且在提升連線速度的同時降低功耗，從而壓低AI的整體執行成本。對於正在大規模建設AI資料中心的企業而言，網路頻寬和電力消耗是兩項最直接的運營開支，光網路技術的升級因此具有現實的經濟意義。

從產業鏈角度看，思科在資料中心網路裝置領域有長期積累，而輝達則是AI GPU市場的主導者。兩者的合作意味著AI資料中心的網路層與計算層正在加速整合。隨著GPU叢集規模從數千塊向數萬甚至數十萬塊擴充套件，傳統的銅纜連線在頻寬密度和傳輸距離上逐漸逼近物理極限，光網路被視為下一代資料中心內部互聯的關鍵路徑。

這一合作也反映出AI基礎設施競爭的焦點正在從單純的算力晶片向系統級能力轉移。GPU再強，如果網路跟不上，叢集的實際利用率就會打折扣。對於關注AI產業鏈的投資者而言，光模組、光通訊器件以及資料中心網路裝置等環節可能因此獲得更多關注，而思科與輝達的合作進展也將成為觀察AI資料中心架構演進的一個視窗。

目前雙方尚未披露該技術的具體產品形態、量產時間表或商業條款。Patel在採訪中強調的是技術方向和潛在收益，而非具體的落地節點。這意味著從合作宣佈到實際部署之間，仍有相當的距離需要跨越。