光互联技术加速演进，成为AI算力释放的关键支撑

光互联技术加速演进，成为AI算力释放的关键支撑

过去两年，大模型参数规模实现了百倍级增长，智算集群的算力需求也从万卡级跃升至十万卡级，百万卡级的讨论已在业内展开。在算力芯片激烈竞争的背后，一个长期被忽视的领域——互联技术，正逐渐成为制约算力效能释放的核心瓶颈。

GPU算力的年均增长率约为3.3倍，而网络互联与存储带宽的增长速度仅为1.4倍左右，两者之间的差距日益扩大。为应对这一挑战，行业逐渐形成“光进铜退”的共识。市场研究机构Cignal AI预测，光电路交换机（OCS）市场规模将在2029年突破25亿美元，从最初由谷歌主导的项目，已发展为多家厂商参与的成熟市场。

LightCounting则指出，AI集群光互联这一细分市场的规模将在2026年突破100亿美元，实现两年翻番。

在CIOE中国光博会联合C114举办的“2026中国光通信高质量发展论坛——光交换系统（OCS）：重塑AI集群的超高速互联底座专题线上研讨会”上，凌云光技术股份有限公司光纤器件与仪器事业部CTO张华系统介绍了面向AI场景的可重构数据中心网络（RDCN）光互联技术的最新进展。作为国内光通信领域的代表企业，凌云光已初步构建起从数据中心内部光交换到芯片间光互联的技术体系和产品布局，此次分享为观察国内光通信产业如何布局AI基础设施提供了重要参考。

算力扩张遭遇互联瓶颈

当前，智算中心后端网络已细分为Scale-up、Scale-out与Scale-across三个层次。其中，Scale-up网络负责GPU/xPU之间的张量并行与专家并行（MoE）通信，对带宽与时延的要求最为严苛。

然而，传统以铜缆和PCB走线为主的Scale-up网络正面临根本性限制。随着传输速率的提升，电传输损耗显著增加，传输距离大幅缩短。张华引用行业数据指出，200G速率下单路无源铜缆的有效传输距离仅约1米，这一限制严重制约了集群的扩展能力。英伟达NVLink72超节点已接近铜缆互联的工程极限，业界普遍认为，仅靠铜缆已无法支撑更大规模的集群部署。

传统固定互联架构在AI训练与推理场景下的不足日益显现。与传统云计算数据中心相对稳定、连续的流量模式不同，智算中心的流量具有明显的时空分布特征，突发性强、分布不均。不同训练与推理任务需要适配不同的物理拓扑结构。此外，大模型训练周期通常长达数周甚至数月，单一GPU或xPU的故障可能导致全局回退，恢复时间可达分钟甚至小时级，造成算力资源的严重浪费。

Spine层电交换机的部署也面临挑战。由于需要提前预部署，随着速率升级，低速Spine交换机已成为新技术应用的性能瓶颈。其成本和功耗约占整个数据中心的40%，升级不仅耗时费力，还会进一步推高整体功耗。

张华将当前互联架构的需求总结为“两高两低”——高带宽、高可靠性、低功耗、低时延。这八个字背后，是整个互联架构的重构。以光电路交换机（OCS）与光输入输出（OIO）为核心的可重构数据中心网络（RDCN）应运而生，适用于替代Spine层电交换机、动态物理拓扑重构、故障快速恢复和计算资源池化等场景。

OCS：从谷歌引领到产业共识

OCS技术的产业化离不开谷歌的推动。从TPU v4首次引入OCS开始，该技术已历经多代演进。v5p通过全面OCS三维光网支持Gemini训练，v7实现了芯片故障的毫秒级物理隔离，最新发布的v8训练芯片单Slice规模已达9600卡，核心交换仍基于OCS架构。

值得注意的是，谷歌已开始从自研OCS转向商用方案，为供应商提供了新的市场空间。谷歌的规模化部署为OCS提供了最有力的实证。TrendForce数据显示，在OCS架构下，Ironwood机柜内的TPU通过高速铜缆处理短距互连，跨机柜则全面采用全光网络传输。单台OCS交换机的功耗约为100瓦，而传统交换机高达3000瓦，耗电量减少约95%。这一能效优势在十万卡级集群中尤为显著。

除谷歌外，OCS技术已获得越来越多厂商的支持，逐渐成为产业共识。英伟达在OFC 2026和GTC大会上宣布其下一代Dragonfly网络架构将引入OCS；微软的“Project Sirius”项目深入探索了OCS对电分组交换的替代潜力。

在国内，中国电信已完成全球首个光电协同的数据中心新型组网实验，结果显示GPU点到点时延下降14%，集群DCN功耗降低19%，可靠性提升17%；移动云也已将OCS纳入智算网络升级路线图，认为这是从“电为主、光为辅”向“全光原生”范式转变的关键一步。

在技术路线方面，张华重点介绍了基于压电陶瓷的直接光束偏转（DBS）方案。该技术通过二维压电致动器实现光纤准直器的精确转动，以直接空间耦合对准进行光信号交换。与微镜阵列（MEMS）方案相比，DBS技术无机械磨损，可靠性优势显著。

凌云光与H+S Polatis公司合作，已出货的OCS产品累计运行超过188亿端口小时，通过了Telcordia GR-63可靠性测试，可抵御里氏8级以上地震。光学性能方面，典型插损仅2.7dB，回损优于-50dB；矩阵规模灵活，支持8×8至384×384选配；并支持暗光连接和双向连接。

OIO：光互联的下一站

如果说OCS解决了网络层的光交换问题，那么OIO则瞄准了更底层的芯片间光互联。张华指出，Scale-up光互联的关键指标包括：端到端能效2至5pJ/bit、带宽密度大于2Tb/s/mm、传输距离数十米、时延微秒级、可靠性低于0.1 FIT。

在实现路径上，业界主要分为“快而窄”（通道数少、单通道速率高）和“慢而宽”（通道数多、单通道速率低）两种方案。铜缆DAC在距离上存在短板，但其功耗、成本和成熟度优势明显，仍是当前的务实选择；基于VCSEL的直调方案传输距离约50米，功耗较低、成熟度高；基于硅光的方案则具备两公里以上的传输距离优势，被业内普遍看好，英伟达与台积电正在推进基于硅光的CPO路线。

Micro-LED与太赫兹等新兴路线仍处于前沿探索阶段。LightCounting预计，CPO技术的出货将从800G和1.6T端口开始，在2026至2027年开始规模上量。

值得关注的是，近封装光学（NPO）正成为中短期内更具现实意义的选项。相比CPO，NPO的生态更加开放，能够充分利用现有光模块产业链，更适合中短期Scale-up网络互联。腾讯云在2026年世界人工智能大会期间首次披露，预计2026年第四季度部署NPO超级节点。阿里云也推出了面向Scale-up域的SNPO模块设计，成为行业内首款2026年产品化的NPO与NPC光电兼容产品。

在标准层面，2026年3月，AMD、博通、Meta、微软、英伟达、OpenAI六大巨头联合成立OCI MSA，旨在推动AI Scale-up从铜缆互连向光学互连转型，目标单光纤带宽突破3.2Tb/s。几乎同一时期，Ciena、Coherent、Marvell等企业发起Open CPX MSA，为NPO和CPO制定开放互连标准。加上Arista牵头的XPO MSA等多个协议组织的密集成立，2026年成为光互联爆发之年。

AI算力竞赛已从芯片层面的较量，延伸至互联架构的全面比拼。光互联已不再是锦上添花的技术选项，而是决定算力能否有效释放的必然选择。以OCS为核心的全光交换技术，正在成为可重构数据中心网络不可或缺的底层支撑；而广义光I/O技术（包括CPO与NPO）则是下一代智算中心纵向扩展的热点方案。

对凌云光这类深耕光通信核心技术多年的企业而言，代理与自研并举、交换与传输兼顾的布局，恰逢其时。正如张华所引用的阿明・瓦赫达特（Amin Vahdat）那句名言，“我们正在见证整个网络架构的文艺复兴”，这场变革正直指AI真正的星辰大海。