替代铜缆、过渡CPO！dOCS定义下一代AI数据中心组网

AI基础设施正从单服务器级加速计算，演进为多机柜超节点集群，且整套集群需具备单台高可用计算机的运行特性。分布式光电路交换技术提供了一套可行方案，可扩展纵向扩展互联网络，兼具低时延、低功耗、灵活拓扑调控优势，同时对现有数据中心架构改动极小。

当前AI数据中心面临的核心难题，早已不再是单纯研发性能更强的算力加速器，而是如何保障成千上万块加速器同步稳定、统一协同运行。训练前沿大模型、长上下文推理服务、智能代理算力任务，都有着相同诉求：海量算力设备需要跨更远距离通信，同时不能让网络成为成本、时延、功耗与可靠性的瓶颈。

这一定义重新改写了“纵向扩容（scale-up）”的内涵。纵向扩容不再仅指代服务器、机柜内部的互联链路，而是需要跨多机柜搭建互联网络，同时维持极低时延，满足开发者对紧耦合计算系统的性能预期。

英伟达也提出了相似观点：随着AI算力工厂迈向“超大规模”阶段，网络基础设施必须完成革新以匹配算力增长。英伟达近期发布的硅光技术相关公告，重点聚焦当下AI基建四大核心指标：能效、信号完整性、系统容错性、部署落地速度。

行业发展趋势印证了上述转变：网络瓶颈不再局限于单条链路的数据传输能力，而是整套互联网络能否支撑大规模、高同步性加速器集群，同时降低功耗、减少故障节点、兼顾部署与运维难度。

铜缆长期作为纵向扩容互联的主流方案，原因在于技术成熟、时延低、短距离场景成本低廉。但随着单通道传输速率持续提升，铜缆的物理性能短板愈发凸显。更长的铜缆线路会加剧插入损耗、恶化信号完整性；加粗线缆虽能改善信号质量，却会降低机柜布线密度、阻碍风道散热、提升生产组装难度。

机柜内线缆桥架的装配与维护难度大幅增加，一旦线路故障，往往需要更换整套大型机械组件，而非小型模块化器件。虽然中继芯片、信号均衡技术、复杂PCB设计能够延长铜缆的使用周期，但无法从根本上解决传输距离、布线密度、功耗三者的固有矛盾。

传统可插拔光模块可缓解部分痛点：相比铜缆，光模块能实现更远距离传输且距离损耗更低，已在横向扩容以太网中大规模落地。但纵向扩容互联网络与横向扩容以太网存在本质差异：纵向扩容业务对时延、同步性、集合通信的约束更为严苛，在新一代架构中还需承载内存语义流量，而非普通数据包网络流量。

在此场景下，仅依靠光链路硬件参数不足以满足需求。整套互联网络还需具备确定性传输路径、快速重构能力、便捷运维特性，同时缩小故障影响范围。

图1新一代纵向、横向扩容方案突破传统电互联与可插拔光模块性能上限

共封装光学（CPO）是具备长期价值的技术路线，但无法直接无缝替换现有数据中心设计。光引擎集成至芯片封装内部或近封装区域，会彻底改变设备散热、封装工艺、生产制造、运维检修与产品验证体系。近期行业围绕CPO的研讨，核心聚焦落地运营难题：如何实现高良率光组件量产、如何保证光接口支持现场维修、如何规模化管控光源与冗余备份方案。

英伟达最新发布的Spectrum-X以太网硅光方案，也印证了CPO商业化的落地方向：优先用于横向扩容、跨集群AI算力工厂网络。纵向扩容场景CPO技术将紧随其后，但面临全新技术命题：在底层物理传输介质全面革新的前提下，如何保留紧耦合计算集群的运行特性。

分布式光电路交换（dOCS）正是解决该问题的关键技术。传统方案将交换芯片集中部署，占用大量机柜空间；而dOCS架构将紧凑型硅光交换单元分散部署在服务器、GPU机柜或通用算力芯片（XPU）集群周边。省去独立交换机机箱，有效提升机柜算力部署密度。

该技术核心目标：数据包全程在光域内完成端口到端口的交换传输，减少不必要的光-电-光信号转换，规避大型集中式电交换专用芯片带来的高额功耗与硬件成本。实际部署中，dOCS将纵向扩容网络不再视作固定布线系统，而是一套可灵活配置的光互联网络。

图2分布式光电路交换模块将光互联、光交换功能集成于单一紧凑型模组

二者架构差异至关重要。随着纵向扩容集群规模持续扩张，集中式交换机硬件成本、功耗大幅上涨，运维难度陡增，还会形成大范围故障域。分布式光交换架构将交换功能拆解为小型模块化单元，大幅缩小单点故障的影响范围，支持精细化运维检修。

一套落地实现方案：dOCS模组基于硅光芯片打造，集成光互联、光电路交换功能，配套控制器、驱动电路与接收电路。该架构支持毫秒级故障切换，例如单块GPU硬件故障时，可无缝切换至热备GPU接替算力任务。

对于AI算力业务，这套可重构架构的价值不仅体现在系统容错，更在于网络拓扑自由调控。模型训练、推理的不同阶段，对互联网络负载需求差异巨大。

密集型全规约运算、混合专家模型路由、检索任务、键值缓存数据迁移、流水线并行计算，各类业务适配的网络拓扑各不相同。电路交换光层可搭建环形、网状、蜻蜓等多种网络拓扑，集群管理系统可根据算力任务并行计算需求，实时调整互联网络架构。

现有基于dOCS技术搭建的超节点方案已实现实时拓扑重构，单一逻辑集群内可弹性扩展至500块以上GPU。相比具体算力规模，更核心的架构价值在于：网络从固定不变的硬件约束，转变为可调度的算力资源。

这也解释了为何dOCS技术适配新一代超节点架构。超节点并非单纯营销包装的集群名称，而是由大量GPU或其他加速器紧密互联构成、整体等效为单台超大算力设备的集群。在此架构下，模型浮点算力的实际利用率，取决于加速器有效计算时长，而非等待数据传输的空闲时长。

光互联纵向扩容链路可实现跨机柜远距离传输，电路交换技术可为海量集合通信业务搭建稳定可预测的传输通道。最终实现的提升并非仅硬件参数层面的带宽增长，而是算力硬件持续利用率的显著提高。

内存层面也适用相同逻辑。当前AI系统性能瓶颈日益集中于内存容量、内存带宽，以及内存与算力单元的物理距离。加速器搭载的高带宽内存（HBM）仍是刚需，但容量有限、硬件成本高昂。长上下文推理、智能代理任务会生成海量键值缓存，交互过程中需留存大量状态数据，进一步加剧内存资源压力。

高速互联标准CXL具备关键价值：为处理器、扩展内存、算力加速器提供缓存一致性互联通道，降低软件开发复杂度，实现硬件资源共享。但一致性内存互联网络仍存在传输距离限制。光互联PCIe/CXL链路与可重构光交换技术，可打破内存本地资源孤岛，实现内存资源跨主板、服务器、机柜池化共享。

dOCS技术的落地优势在于提供了一条平滑过渡部署路线。数据中心运营商无需重新设计全部服务器、更换整套通信协议，也无需等待CPO技术完全成熟，即可在纵向扩容场景中获得光传输远距离优势与网络拓扑灵活调控能力。基于dOCS搭建的互联网络，物理层协议无关，底层更换传输介质与交换机制后，仍可兼容多种上层互联网络架构。

该特性至关重要，因为AI数据中心硬件体系异构化程度极高，设备涵盖GPU、CPU、通用算力芯片、交换机、存储设备、内存扩展模组、管理控制器，硬件供应商繁杂，设备迭代周期各不相同。

图3示例架构直观展现dOCS核心落地优势：提供平滑过渡部署方案

因此行业合理的技术演进路线，并非铜缆与CPO二选一、可插拔光模块与CPO相互替代，而是分阶段平滑迁移。

1. 线性驱动可插拔光模块：仅小幅调整现有架构，快速解决传输距离与功耗痛点；

2. 分布式光电路交换（dOCS）：新增全网拓扑重构、高可用能力，进一步拓展纵向扩容传输距离；

3. 近封装光学：缩短电信号传输走线，提升硬件部署密度；

4. 共封装光学（CPO）：最终将光输入输出单元直接集成至GPU或交换芯片周边，实现最高带宽密度、最低电信号损耗。

每一代技术迭代都将光器件向算力单元进一步靠拢，同时全程保障设备可运维性与落地实用性。

AI基础设施行业从过往多轮计算产业技术变革中总结出通用规律：最终实现大规模落地的技术，往往不只是器件物理性能最优的方案，而是契合当下系统、软件、生产制造、运维运营全链条需求的方案。

dOCS架构恰好满足该核心标准，能够直击当下行业真实痛点：

1. 纵向扩容突破铜缆物理传输距离上限；

2. 规避反复光-电-光转换带来的功耗损耗；

3. 支持加速器集群灵活搭建各类网络拓扑；

4. 故障局部化缩小故障影响范围，硬件故障时快速重路由流量、切换至备用资源，提升系统整体运行时长。

未来数据中心几乎会同步部署多种光互联技术：可插拔光模块、线性驱动光模块、近封装光学、共封装光学、光IO芯粒、基于CXL的内存池化互联网络、光电路交换机。分布式光电路交换（dOCS）的核心价值在于，在整套光互联技术路线逐步成熟的周期内，为运营商提供一套可快速落地的纵向扩容解决方案。

对于AI基础设施产业而言，这是最具价值的创新类型：并非彻底推翻重构现有数据中心体系，而是让新一代超节点集群规模更大、能效更高、可用性更强，同时部署落地难度更低。