随着AI算力需求激增，传统数据中心的“电互连”模式因距离和效率瓶颈，已无法支撑超大规模算力集群。一场从电到光的技术变革正在发生，通过共封装光学和分布式光交换等创新，数据中心正打破物理空间的桎梏，为实现算力的无限扩展铺平道路。
智能速览
传统电互连受限于1-2米的传输距离，制约了超节点的规模扩张。
光互连用光纤替代铜缆，从根本上解决了带宽与信号损耗问题。
共封装光学（CPO）技术通过缩短电信号路径，将GPU到交换机距离减至10厘米。
曦智科技的GPU直接出光方案，使互联密度提升2-3倍，显著降低通信延迟。
分布式光交换（DOCS）架构摆脱了集中式交换机的成本与扩展性束缚。
新技术使现有数据中心能低成本升级为AI算力中心，实现即插即用。
精华内容
从电信号到光信号的转变，并非简单的介质替换，而是对数据中心内部通信与架构的根本性重塑。这标志着算力增长逻辑正从空间堆叠转向效率连接。
电互连的物理枷锁
提升算力的核心在于增加GPU数量，但服务器间的通信距离成为瓶颈。传统数据中心内，服务器机柜间距超一米，而连接GPU的铜缆有效传输极限仅为1-2米，超出距离会面临严重的信号损耗和串扰问题。这就像城市间的公路运输，效率远低于城内。尤其在国产计算卡单卡性能尚有差距的背景下，要达到同等算力规模，需要组建规模更大的超节点，这使得电互连的距离限制问题愈发凸显。
光互连的进阶之路
用光纤替代铜缆的光互连技术，凭借更高带宽和更强抗干扰能力，相当于将公路升级为轨道。但早期方案需在GPU和交换机之间进行两次光电转换，如同先坐公交到几公里外的高铁站，效率低下。为此，共封装光学（CPO）技术应运而生。博通将光模块与交换机芯片集成封装，简化了路径。而曦智科技更进一步，把光引擎与GPU计算芯片封装在一起，实现“GPU直接出光”。这套方案将GPU到交换机的1米电互联距离缩短至10厘米，互联密度提升2-3倍，大幅降低了通信延迟。
交换架构的分布式变革
数据通信的调度规则——交换，是另一大挑战。传统电交换机需适配不同GPU的通信协议，成本高且扩展性差。谷歌采用的光电路交换（OCS）虽避免了光电转换，但其集中式架构导致交换机数量随GPU规模成倍增长，成本失衡。曦智科技提出的分布式光交换（DOCS）方案，则将光交换能力直接嵌入收发器，实现GPU间的点对点直连。这摆脱了中心化交换机的束缚，不仅降低了扩展成本，还通过动态重路由机制增强了系统的容错性，即使单个节点故障，数据也能通过其他路径传输。
算力升级的普惠可能
DOCS架构的另一大价值在于对现有数据中心的兼容性。传统数据中心常因机柜空置、功率配额不足而难以升级。分布式光交换因无需复杂的交换机布局和长距离电互联，有效降低了空间、功耗和散热需求。这意味着现有机房无需大规模改造，仅通过简单升级即可扩展为具备AI计算能力的超节点，实现“即插即用”。这种灵活性和可扩展性，为算力基础设施的普惠化与可持续发展提供了创新路径。
算力增长不再受限于物理空间，而是取决于连接技术的突破。CPO与DOCS等创新正推动数据中心向更高效、灵活的架构演进，让共享算力、弹性扩展成为现实。一个由技术创新驱动的算力普惠时代正在到来，而曾经遥不可及的“西湖超节点”，或许正通过这些点滴的进步逐步变为可能。
关键评论
有专业人士指出视频存在多处事实性错误，如机柜距离、光互联带宽、功耗散热等问题，并质疑了部分技术方案的可行性。
从底层架构看，GPU的冯·诺依曼结构决定了其无法实现线性扩展，这是算力增长的根本性制约因素。
网友以“西湖醋鱼怎么办”和“经典计算单位：西湖”进行趣味互动，展现了内容的文化传播效果。
