英伟达一篇论文的数字乌龙，意外搅动了全球大宗商品市场，这背后是AI算力爆发下，数据传输取代计算成为新瓶颈的现实。当英伟达仍在优化铜线连接时，谷歌已另辟蹊径，用科幻般的OCS光路开关技术，为行业展示了数据传输的另一种可能。
智能速览
英伟达误报数据中心用铜量，从50万吨降至200吨，引发市场震荡。
AI数据中心瓶颈已从算力转向数据传输，铜线面临物理极限。
谷歌OCS技术通过镜面反射光信号，实现全程光速数据交换。
OCS方案可降本30%、降耗40%，且网络升级无需更换硬件。
英伟达追求极致低延迟的电交换，谷歌则侧重整体吞吐量与成本。
OCS的切换延迟使其更适合训练，英伟达方案通用性更强。
精华内容
这场看似由数字乌龙引发的风波，实则揭示了AI硬件竞赛中一个被忽视的角落：数据如何高效流动。当算力增长遭遇物理瓶颈，两大巨头选择了截然不同的路径。
一场乌龙暴露的真相
英伟达曾因一篇论文中的笔误，将数据中心铜需求量从200吨误写为50万吨，导致全球铜价瞬时大跌。这个乌龙事件戏剧性地揭示了AI时代下的一个核心矛盾：算力的狂飙突进，让数据传输这位“幕后英雄”成为了新的瓶颈。传统铜线在信号高频传输时，会因趋肤效应导致电阻剧增、信号衰减，物理极限已近在眼前。
英伟达的铜线困局
面对挑战，英伟达的方案是机柜内部坚守铜线，利用其在短距离内低延迟、成本低的特性。一旦数据离开机柜，则必须转换为光信号传输。然而，这种电-光-电的频繁转换，如同寄快递时每个路口都要拆箱重检，不仅增加了延迟，更带来了巨大的功耗。当前光模块的功耗已快逼近芯片本身，成为数据中心沉重的负担。
谷歌的光学革命OCS
当英伟达在铜线上精雕细琢时，谷歌则点亮了另一条科技树——OCS光路开关。这项技术的核心并非复杂的芯片，而是136对由MEMS系统控制的微小镜面。当数据需要从A点传输到B点时，系统会精准控制镜面角度，将光信号直接物理反射到目标端口。整个过程数据始终以光的形式存在，无需任何光电转换。
光交换的颠覆性优势
谷歌的OCS方案展现出三大核心优势。首先是面向未来，无论网络速率从400G升级至1.6T，对镜子而言都只是一束光，升级无需更换硬件。其次是极致灵活性，通过软件即可在数秒内改变数千个TPU的物理拓扑，实现软件定义连接。最后是成本与能耗，据谷歌披露，OCS方案能降低30%成本和40%功耗，这对于每日电费高昂的万卡集群而言意味着纯利润。
两条路线的哲学
两种技术路线背后，是两家公司截然不同的哲学。英伟达走的是“暴力美学”路线，其产品追求通用性，服务于所有客户，因此必须保证纳秒级的极致低延迟，这是电交换的强项。而谷歌则更像是“降维打击”，其TPU自产自销，更注重训练任务的整体吞吐量和总拥有成本，OCS虽有几毫秒的切换延迟，但一旦连通便是光速传输，完美契合了AI大模型长达数月的稳定训练场景。
谷歌用镜子给行业上了一堂生动的物理课，证明了AI竞赛不仅是算力的比拼，更是数据传输效率的较量。未来，当光通信技术更加成熟，它会如何重塑数据中心的形态，并最终影响AI发展的走向？
关键评论
‘缩水了2500倍’，哎，看到这里就憋不住了。
OCS的问题一个不说,前期太贵,功率损耗大,重构延迟高,不支持即插即用,寿命和可靠性奇差。
模型的种类算法千变万化，想要实现通用计算还是得靠电芯片，光芯片就像交换机，只在一些固定模型上显示出优势。
其它国家我不知道。但中国确实缺铜。
