天孚光通信近日向港交所提交上市申请，这不仅是光器件行业的资本运作，更折射出AI算力集群背后的网络带宽焦虑。从某种角度看，当业界聚焦于GPU的FLOPS提升时，机架间光互连带宽的指数级需求往往被低估。

据行业数据，GPT-4级别的训练集群对光模块的需求较三年前增长了近一个数量级。然而，800G向1.6T迭代的成本曲线正在陡峭化，这与大模型参数规模的膨胀速度形成错配。值得商榷的是，我们是否正在构建一种"带宽饥饿"的架构——用昂贵的光互联去喂养不断膨胀的模型，却忽视了算法层面的稀疏化优化？

当资本涌入光通信赛道，或许该反思：算力网络的沉默成本，究竟有多少是必要的基建，又有多少是路径依赖导致的资源错配。