随着AI大模型对算力的需求呈爆炸式增长，传统依赖铜线的“电互联”技术已触及物理瓶颈，难以满足GPU之间日益迫切的高速通信需求。一场从“电”到“光”的技术革命正在AI数据中心内部悄然发生，其核心在于通过材料和架构的双重创新，为未来的算力爆发铺平道路。
智能速览
AI算力需求激增，传统铜线连接因高频损耗已不堪重负。
机柜内部通过升级M9材料和引入NPO光引擎，实现高速率、低功耗连接。
机柜间采用CPO光电共封装技术，功耗降低超70%，密度实现翻倍。
英伟达下一代Rubin Ultra机柜实现了1.5PB/s的惊人内部带宽。
未来两年，CPO/NPO光技术与M9材料将成为AI数据中心标配。
精华内容
这场从电到光的变革并非一蹴而就，而是围绕机柜内外两个核心场景展开，通过材料和技术的双重突破，为AI算力铺设了更宽广的“信息高速公路”。
电互联的瓶颈
GPU芯片间的通信速度已从56Gbps提升至224Gbps，并正向448G甚至896G迈进。然而，电信号频率越高，在铜线中的传输损耗就越大，如同水管越细、水压越高，泄漏就越严重。这一物理瓶颈使得单纯依靠传统铜线的“电互联”模式，已无法支撑未来AI算力的指数级增长需求。
机柜内的突围
为解决机柜内部的连接难题，业界采取了两大措施。首先是材料升级，服务器主板（PCB）的绝缘材料从M7/M8级别升级至损耗极低的M9级别，以承载更高频的信号。其次是架构革新，引入“近封装光引擎”（NPO），将光模块直接安装在交换芯片旁，用光信号替代长距离铜线传输，有效降低功耗并提升速度。英伟达下一代Rubin Ultra机柜便是例证，其内部采用正交背板与M9材料，跨模块间通过648个3.2T光引擎连接，GPU与光引擎比例高达1:4.5，实现了1.5PB/s的惊人带宽。
机柜间的革命
在机柜与机柜之间的连接层面，传统可插拔光模块的短板日益凸显，一个1.6T的模块功耗高达30W，且体积较大。CPO（光电共封装）技术为此带来革命性方案，它将光芯片和交换芯片封装在同一基板上，电气距离从厘米级缩短至毫米级。这使得功耗从30W锐减至9W，降幅超过70%，同时连接密度也实现翻倍，成为构建大规模数据中心的关键。
未来已来
光互联技术已从理论走向实践。全球首款量产CPO交换机Quantum X3450已落地，提供115.2T带宽。而预计2026年推出的英伟达Spectrum-X系列，更是将带宽覆盖范围扩展至102.4T到409.6T，旨在服务更广泛的以太网客户。这些具体产品的出现，标志着M9材料与CPO/NPO光技术正迅速成为AI数据中心的新标准，为算力的持续进化提供坚实的基础设施保障。
从铜线到光纤，这场连接技术的变革是AI算力发展的必然结果，它不仅解决了当下的性能瓶颈，更打开了通往更高算力时代的大门。随着CPO和NPO技术的成熟与普及，AI数据中心的架构将更加高效、紧凑。这场深刻的硬件革命，将如何影响AI应用的成本和普及速度，值得持续关注。
