智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
预告
品牌
巴鲁夫/BALLUFF
随着AI大模型训练规模持续扩大，数据中心竞争的焦点正在从GPU算力逐渐延伸至网络基础设施。近期，包括Corning、NVIDIA、AWS、GlobalFoundries、3M等产业链企业相继发布新产品、建立产业联盟或扩大投资，显示光互连技术正加速向AI基础设施核心层演进。从连接器标准化到硅光子、共封装光学(CPO)以及光交换，AI数据中心正在进入以光网络为核心的新阶段。
AI基础设施竞争，正在从GPU延伸到光网络
过去两年，AI数据中心的发展几乎围绕GPU展开。
无论是NVIDIA Blackwell、AMD MI400，还是各类AI加速芯片，几乎所有关注点都集中在计算能力本身。
然而，随着GPU数量快速增加，一个新的瓶颈逐渐显现——网络连接。
如今，一座大型AI数据中心往往需要部署数万甚至数十万块GPU。训练过程中，大量参数需要GPU之间持续同步。真正限制AI性能的，越来越不是GPU本身，而是GPU之间的数据传输效率。
业内普遍认为，AI基础设施已经进入"Network is the Computer(网络即计算)"的新阶段。因此，光网络开始成为AI数据中心新的竞争焦点。
AI为何推动光纤成为主流互连方式？
传统企业数据中心，大量服务器之间仍采用铜缆连接。但AI训练集群完全改变了这一模式。
一方面，网络带宽不断提升。400G已经成为AI数据中心主流配置；800G开始规模部署；1.6T光模块也正在产业化。
另一方面，GPU之间的数据交换量呈指数级增长。相比铜缆，光纤在以下几个方面优势更加明显：
更高带宽；
更远传输距离；
更低信号衰减；
更低功耗；
更高布线密度。
特别是在AI集群不断向跨机柜、跨机房甚至跨园区部署的发展趋势下，光纤已经逐渐成为AI基础设施不可替代的连接介质。
光连接器开始标准化
随着AI数据中心规模越来越大，光纤数量快速增长，传统连接方式也暴露出越来越多的问题。
例如：
插拔维护复杂；
灰尘污染影响链路质量；
不同厂商产品兼容性不足；
运维成本不断增加。
为了解决这些问题，今年包括3M在内的40多家产业链企业共同成立了EBO(Expanded Beam Optical)多源协议(MSA)联盟，希望建立统一的扩束光连接器标准。
相比传统物理接触式光纤连接器，EBO采用扩束光学设计，对灰尘污染和现场维护更加友好，更适合AI数据中心这种高密度部署环境。
对于数据中心运营商而言，标准化不仅意味着连接器更加可靠，也意味着未来可以采用来自不同厂商的兼容产品，降低采购和运维成本，减少供应链风险。
光交换开始替代电子交换？
除了连接器，交换网络本身也正在发生变化。
目前，大多数数据中心虽然采用光纤传输，但交换设备内部仍需要完成"光—电—光"转换。这一过程不仅增加功耗，也带来额外时延。
美国亚利桑那大学近期展示的一项研究，则尝试实现真正意义上的全光交换(Optical-to-Optical Switching)。
简单来说，就是让数据始终保持光信号状态完成交换，而无需中间转换为电信号。理论上，这不仅能够显著降低网络能耗，还能够进一步提升数据交换效率。
虽然相关技术距离大规模商用仍有一定距离，但业内普遍认为，全光交换将成为未来AI网络的重要发展方向。
光子技术正在越来越接近GPU
如果说过去光模块主要部署在交换机面板，那么未来，它们将逐渐进入芯片附近。近年来，硅光子(Silicon Photonics)成为整个AI产业最热门的技术方向之一。
包括GlobalFoundries、Credo、Sivers、LightSpeed Photonics等企业，都在积极布局：
共封装光学(CPO)
近封装光学(Near-Packaged Optics)
硅光芯片
光引擎
这些技术共同目标只有一个：让光尽可能靠近计算。
传统方案中，GPU与光模块之间仍需要较长距离铜互连。而CPO则直接把光引擎放到交换ASIC甚至AI芯片附近。
这样能够：
减少铜互连长度；
降低功耗；
提高带宽密度；
降低时延。
虽然CPO距离全面普及仍需一定时间，但产业已经开始形成完整生态。从芯片厂商、光模块企业，到连接器、线缆、服务器厂商，都开始围绕CPO建立新的产业协同体系。
光纤供应链成为AI竞争的重要环节
值得关注的是，本轮AI光网络的发展，不仅体现在技术创新，更体现在产业链布局。
近期，Corning分别与NVIDIA和AWS达成长期合作协议。其中，Corning计划将美国本土光连接器制造能力提升10倍以上，并扩大光纤生产能力。
与此同时，STL宣布将在美国投资最高1亿美元建设新的光通信制造能力。这些动作释放出一个明显信号：AI数据中心的发展速度，已经开始考验全球光通信供应链。
未来，GPU、交换机、电源变压器之外，光纤、连接器、光模块以及硅光芯片，都可能成为影响AI数据中心建设周期的重要资源。
与此同时，产业链也越来越重视本地化制造和供应链安全，以提升交付能力和降低潜在风险。
AI数据中心正在构建全新的光网络生态
从近期产业动态来看，无论是EBO标准联盟的成立，还是硅光子、CPO、光交换、近封装光学等技术不断推进，都指向同一个趋势：AI基础设施正在全面走向光网络时代。
未来的数据中心竞争，不再只是GPU性能的竞争，而是整个基础设施体系的竞争。
其中包括：
光连接技术；
光交换架构；
光模块；
光纤布线；
硅光芯片；
光网络标准；
光通信制造能力。
这些曾经属于通信产业的技术，如今正成为AI基础设施的重要组成部分。
千家视点
AI的发展正在重新定义综合布线的价值。
过去，综合布线更多承担建筑基础设施的角色；而如今，在AI数据中心中，光纤网络已经成为决定算力释放效率的重要因素。无论是800G/1.6T高速互连、CPO、硅光子，还是标准化光连接器，其本质都围绕着一个目标——让数据以更快速度、更低功耗、更高可靠性在GPU之间流动。
可以预见，未来AI数据中心的发展，将不仅取决于GPU性能的提升，更取决于光网络、光器件和综合布线体系能否同步演进。对于综合布线行业而言，这意味着产业重心正从传统"线缆连接"迈向"面向AI算力的高速光互连基础设施"，光网络也将成为下一代数据中心建设最值得关注的发展方向。
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
