当前，人工智能产业的发展正面临一个隐形的物理瓶颈。
随着英伟达等芯片厂商持续推进GPU密度的提升——计划在2027年前将单系统GPU数量从72颗增加至576颗——数据中心内部的数据传输需求呈指数级增长，对应的传输速率已突破太比特级别。
在这一背景下，传统的铜缆和光纤方案面临各自的局限。
从技术层面看，问题的根源在于两种传统传输介质的固有特性。
铜缆因其低成本和易于部署的优势，长期作为数据中心机架内短距离高密度互联的主流选择。
然而，随着传输频率的提升，铜缆中的"趋肤效应"问题日益凸显——高频交流电在导体中流动时，电流会逐渐集中在导体表面流动，导致导体中心部分被浪费，电阻急剧增加，最终限制了传输速率和距离。
与之相对，光纤虽然具有超远距离传输能力和极低的信号衰减特性，但其成本高昂，且对制造精度和安装对准精度要求极高，这使其在机架级应用中的经济性受到严重制约。
在这一困境中，射频及太赫兹波技术为数据中心互联提供了全新思路。
Point2公司推出的"e-Tube"聚合物波导线缆代表了这一创新方向。
该线缆内置芯片，能将电信号转换为毫米波信号，其1.6太比特每秒版本包含8个纤细核心，分别利用90千兆赫和225千兆赫两个频段承载数据。
线缆两端的可插拔模块实现数字信号与调制毫米波射频信号的直接转换，传输距离可达7米，完全满足数据中心机架内的扩展连接需求。
与Point2相似，AttoTude公司瞄准了更高频率范围的太赫兹技术应用。
该公司系统整合了数字接口、太赫兹信号发生器和混频器，能将数据编码到300至3000千兆赫的载波上，通过介电波导进行传输。
其已成功演示在970千兆赫频率下通过4米长波导实现224千兆比特每秒的传输速率，预期可行传输距离可达20米左右。
从性能指标看，射频波导方案相比光纤方案具有明显优势。
Point2的数据显示，其系统功耗和成本仅为光传输方案的三分之一，而延迟更是低至千分之一。
这一组对比数据直观反映了该技术在经济性和实时性上的突出表现。
AttoTude创始人戴夫·韦尔奇指出，光子技术存在"链路震荡"等可靠性问题，且对制造精度要求达到微米级；而射频技术基于成熟的电子制造工艺，可靠性更高，对封装对准精度的宽容度远高于光纤，能显著降低散热需求。
从产业布局看，这一技术方向已获得业界重视。
Molex和富士康等全球知名连接器企业已入局该领域，表明射频波导技术正从实验室走向产业化阶段。
两家创新企业的终极目标是将射频收发器直接集成到GPU芯片封装内，实现更深层次的芯片级互联。
相比之下，英伟达和博通等企业正推进光模块与处理器的"共封装"方案，但该方案面临巨大的制造工艺和散热管理挑战。
射频方案因波长较长，对精度要求相对宽松，散热负担也更轻，在这方面具有天然优势。
从未来应用前景看，射频波导技术有望在AI数据中心中占据重要地位。
随着大模型训练规模的持续扩大和推理应用的广泛部署，数据中心对机架级互联的需求将持续增长。
射频波导方案通过结合铜缆的低成本与光纤的长距离优势，为这一需求提供了兼具经济性和性能的解决方案。
未来，这一技术有望逐步替代部分传统铜缆和光纤应用，成为支撑AI算力扩张的新型基础设施。
在人工智能与数字经济的双重驱动下，算力传输技术的革新已成为全球科技竞争的重要赛道。
射频线缆的突破不仅为解决当前瓶颈提供了可行路径，更展现了多学科交叉创新的巨大潜力。
未来，如何平衡性能、成本与规模化应用，仍需产业界与学术界的持续探索与合作。