ICC讯 今年3月美国光纤通信会议(OFC)之后,关于共封装光学(CPO)以及更广泛的技术生态如何塑造AI数据中心网络未来的讨论日益增多。要理解这一趋势为何加速,有必要回顾数据中心互联的演进历程,以及AI当前带来的变革。
数据中心连接的演变
AOI早期就参与了数据中心光学领域,当时超大规模运营商首次在其设施内部采用光连接。在此之前,数据中心内的大部分连接依靠铜缆。当数据中心物理规模较小、服务器与交换机之间的速率要求较低时,铜缆还能胜任。
随着数据中心不断扩展、网络速率持续提升,铜缆在所需传输距离上不再是有效的解决方案。于是,光学开始进入数据中心内部。AOI是这一转变中的早期创新者,专门为这种环境开发了光收发模块。
AI工作负载推动更高带宽
如今,行业正经历另一场重大转型,主要驱动力来自AI。训练大型AI模型需要庞大的计算集群——通常数千个GPU或加速器协同工作。这些集群高度依赖节点之间的高速连接,进而要求在数据中心内部快速提升带宽。
这一点可以从光速率的演进中得到印证。400G光模块现已广泛部署。800G光模块已成为现代AI集群的标准,而行业正在积极部署1.6T连接,以满足下一代GPU架构庞大的输入输出需求。
为了应对这些速率带来的热和功耗挑战,行业正趋向于采用线性驱动可插拔光学(LPO)和线性接收光学(LRO)。通过移除或减少模块内的DSP,这些技术在保持可插拔外形操作灵活性的同时,提供了显著降低延迟和功耗的路径。
什么是共封装光学(CPO)?
随着速率提升,系统设计人员开始遇到新的瓶颈。其中最大的挑战之一是交换芯片与光学模块之间的电气路径。当数据速率越来越高时,维持这些电气接口上的信号完整性变得日益困难。这正是CPO的切入点。
CPO的基本思路是将光学引擎和交换ASIC放在同一基板上。这一过渡得到了外部激光源(ELS)等创新的支持,ELS将敏感的激光组件移到前面板,以改善热管理和可靠性,同时将高速调制部分保持在离芯片仅几英寸的位置。
然而,CPO并非独立解决方案,它属于一个更广泛的互补技术生态,共同定义AI网络的未来。
AI光学生态系统
行业并非经历单一转变,而是向分层架构演进,不同的标准应对AI网络堆栈的不同部分。这些包括:
- 400G光学——扩展的基础。它将接口速率翻倍至每通道400G,为AI后端网络奠定了基线,利用IEEE方法和增强型FEC来支持千兆瓦级集群的密度需求。
- 超高密度可插拔光学(XPO)——提升前面板密度。XPO将可插拔模型扩展到每模块12.8T。为管理这种密度,它引入了“背靠背”PCB设计、高杠杆机械拉出器和集成液冷,以支持400W以上的功耗负载。
- 开放CPX(Open CPX)——标准化共封装光学引擎。Open CPX通过标准化插座和连接器,为共封装光学创建了“乐高式”生态,实现多供应商互操作光学引擎市场,目标年出货量超过1亿端口。
- 光学计算互连(OCI)——超低功耗的Scale-up结构。针对铜缆失效的芯片间通信,OCI实现了极高效率,使用4波长DWDM和双向光纤信令,为GPU集群提供高速低延迟结构。
- 6.4T板上光学(OBO)搭配ELSFP激光器——在洛杉矶OFC 2026上,AOI展示了其采用高功率ELSFP的6.4T OBO技术。OBO架构可实现更高的总带宽和更优的电源效率,为NPO和CPO架构提供了一种即时可用的高密度替代方案,特别针对超大规模AI基础设施严格的信号完整性要求进行了优化。
光学组件的供应链考量
这一转变重新定义了光学系统的设计、制造和集成方式。当前讨论的许多光学架构都依赖更大的器件,需要更专业的半导体制造工艺。因此,它们消耗更多晶圆面积,需要更多制造产能。
这是行业更加关注光学组件供应链的原因之一。特别是磷化铟(InP)制造产能——用于制造许多这些激光器——正成为关键环节。AOI在这方面有着独特的历史。公司最初就是围绕激光技术创立的,多年来一直在内部制造光学器件。拥有这种内部能力使AOI能够随着需求增长而扩展产能,也让客户相信这些系统所需的关键组件将能够获得。
为AI基础设施扩展光学制造
规模化制造是另一个重要话题。AI基础设施所需的光连接数量增长非常迅速。这意味着行业需要以可预测的方式提升光模块产量。过去几年,AOI投资了光模块自动化制造,并最近扩大了美国本土制造基地。自动化使生产线更容易复制,并随着需求增加而扩展产能。它也提供了生产地点上的灵活性,随着超大规模运营商越来越关注供应链安全,这一点变得更加重要。
行业不会一夜之间从一种架构转向另一种。可插拔光学、XPO、CPO以及新兴的芯片级互连等一系列技术正在共同演进,以支持AI基础设施的快速增长。随着速率持续攀升、计算集群不断扩展,分层架构可能成为行业长期路线图中的重要组成部分。