光子计算因速度快、能效高，被视为人工智能（AI）算力破局的关键，但其训练过程长期依赖传统数字计算机，难以应对芯片制造带来的个体差异。
大模型时代，GPU站在台前；到了Agentic AI时代，CPU的重要性正在重新上升。而比CPU更值得重新估值的，可能是CPU背后的那套架构。
Juniper Research 近日发布了《2026年十大新兴技术趋势》报告，为亚洲各地的技术领袖及运营主管在制定来年战略时，提供了极具参考价值的关键洞察。
AI时代下，算力中心正将分布式GPU集群变为主流，因此对网络提出了更低时延、更大带宽、更长跨数据中心距离的硬需求。但这时候发现，传统的光纤在物理极限上已经不够用了，不仅速度达不到，容量和能耗也令人头疼。
全球算力基建叙事生变，正从GPU时代迈向连接为王的通信时代。算力Scaling-law边际效益放缓，芯片间连接通信成系统算力释放的核心瓶颈，光互联逐渐替代铜连接，成为构建高性能AI网络的关键。
并且随着AI背后设施的建设，以及为GPU及专用AI芯片供电和散热的整套数据中心基础设施，都在加大电力供应的需求。以美国为例，目前电力系统在多个关键地区已经开始吃紧，而未来3-5年存在实质性瓶颈和风险，或许即将掉入“斩杀线”。
