光学规模化发展，终于要到来了？

目前，大多数数据中心都同时使用电子通信和光通信协议，用于不同的任务。横向扩展网络连接数据中心内数千台人工智能计算机，因此光通信是长距离传输的理想选择。纵向扩展网络连接单个超级计算机或机架内的多个GPU，延迟至关重要，而高密度铜互连（例如英伟达的NVLink）长期以来一直是工程解决方案的首选。

这种界限正变得模糊不清，英伟达可能正在悄然试探光学领域的扩张潜力。该公司于2025年推出了NVLink Fusion计划，该计划允许超大规模数据中心和云服务提供商围绕英伟达的扩展架构构建定制化的人工智能系统。今年夏天，该公司的合作伙伴名单进一步扩大，新增了多家光子学领域的企业，例如Ayar Labs、Marvell Technologies和Lightmatter。

随着人工智能需求的增长，GPU的数量及其间连接的带宽也在不断增加。电力链路正朝着每秒太比特（Tbps）的信号传输速度迈进。然而，更高的频率会增加衰减、功耗和发热量。为了应对这些变化，铜缆必须变得更短更粗，这使得在拥挤的服务器机架中布线变得更加困难。与此同时，像英伟达这样的公司计划在机架中添加更多的处理器，到2027年，GPU的数量将从目前的72个增加到多达576个。

“随着铜线传输信号频率的增加，铜的物理特性也会发生变化，”英伟达首席产品营销经理杰西·克莱顿说道。“你可以通过限制电缆长度来缓解这个问题，目前我们所有的铜缆都位于同一个NVL72机架内，所以距离并不算长，但我们已经接近极限了。”

工程师们称之为“铜墙”。现在许多人认为，为了跟上人工智能的发展步伐，最终需要将光互连线移得更靠近处理器本身。

将光学引入GPU

为了以光的形式传输数据，工程师必须想办法将电信号转换为光信号，然后将激光器、光子器件和电子芯片集成到一个封装中，同时又不增加成本、功耗或制造复杂性。

这些障碍已不再是不可逾越的。“我认为，与我记忆中的任何其他时期相比，现在人们更加确信，共封装光学器件将会出现，”哥伦比亚大学电气工程教授凯伦·伯格曼说道。

参与 NVLink Fusion 生态系统的光子学公司之一 Ayar Labs 开发了一种光学芯片，旨在与 GPU 和其他处理器并排使用，在距离计算芯片仅几毫米的地方将电信号转换为光信号。Ayar 的产品管理总监Vishal Chandrasekar表示：“实现这一目标的最佳方法是将光子芯片与电子芯片混合键合在一起。”

他认为，光学器件规模化之所以成为现实，是因为围绕共封装光学器件的半导体制造生态系统已经成熟。混合键合技术的进步使得电子芯片和光子芯片能够分别制造，然后集成到单个光学引擎中，与GPU或交换机并排使用。

Chandrasekar表示：“过去几年里，晶圆厂出品的工艺成熟度确实有了显著提升。”他认为，未来几年内，整个行业将朝着大规模光学器件量产系统的方向发展。

Lightmatter公司提出了不同的解决方案。该公司并没有将光芯片放置在处理器旁边，而是构建了一种光子中介层，该中介层本身就可作为封装基板。其理念是，未来的处理器可以直接堆叠在硅光子引擎之上。产品副总裁Roy Kim将这些中介层和光芯片描述为“光子技术发展路线图中的互补步骤”。

Kim表示，封装已不再是主要障碍。他指出，借助标准的代工厂和封装合作伙伴，光互连的制造、测试和集成方式如今已与传统的芯片生产方式非常相似。

剩下的挑战在于激光器的集成。如今的可插拔激光器模块占用宝贵的机架空间，而且难以扩展。Lightmatter公司则另辟蹊径，将大量激光器直接集成到硅片上。Kim认为，这种方法很快就能支持密度更高的光学扩展结构。

光学规模化发展的未来

英伟达方面则采取了循序渐进的方式来采用这些技术。克莱顿表示，公司预计光通信技术最终会应用于大规模网络，但前提是这项技术足够成熟，足以证明这种转变的合理性。

“我认为我们采取的策略是，在最适合我们平台的情况下才迁移到光传输，”他说道。“如果一次性迁移整个平台，新设计将面临巨大的风险。因此，从横向扩展开始，然后在未来逐步过渡到纵向扩展，从我们的角度来看，这是一种明智且稳妥的方法。”

这种稳扎稳打的态度正是部分研究人员认为 NVLink Fusion 不仅仅是一个互操作性解决方案的原因之一。“Fusion 就像一把保护伞，你可以把铜箔放进去，也可以把光子技术放进去。它对光子技术非常友好，”Bergman说道。她表示，Fusion 并没有让英伟达局限于某种特定的互连技术，而是创建了一个生态系统，在这个生态系统中，电气和光学方法可以并行发展。

并非所有人都认为光子学将成为唯一的解决方案。研究人员正通过信号传输、封装和收发器设计方面的进步来不断改进电气互连技术。同时，其他一些团队也在探索其他替代技术。

所有这些进步背后都隐藏着一个更大的问题：光学扩展能否成为整个行业都能做到的事情，而不是英伟达生态系统的专有功能？

“绝对如此，” Chandrasekar说。“到2028年，将会有多个大规模的实施项目。”如果这种情况发生，未来的 AI 系统可以跨越多个机架，同时作为一个单一的计算域运行，并通过电气、光学以及其他新兴技术的混合连接起来。