黄仁勋：铜线失宠，光互联成AI新宠

　　导读：英伟达CEO黄仁勋指出，传统铜线已无法满足AI算力激增需求，大规模光学连接将成为下一代AI基础设施核心。本文解析光互联技术优势、应用场景与部署挑战，为技术决策者提供前瞻参考。

当AI模型从千亿参数迈向万亿参数，数据在芯片、服务器和集群之间的传输速度正成为新的算力瓶颈。美东时间5月7日，英伟达CEO黄仁勋在接受采访时释放明确信号：下一代AI基础设施需要大规模光学连接，传统铜线已无法满足计算需求的指数级增长。这一判断并非空穴来风，它直接指向当前AI基础设施设计中一个亟待解决的痛点——互联瓶颈。

铜线为何不再满足AI需求？

在AI训练和推理过程中，GPU之间需要频繁交换大量数据。铜线电传输受限于物理特性，在高速率下信号衰减和串扰问题急剧恶化，导致传输距离极短、能效比低下。黄仁勋此次表态的核心逻辑在于：随着Blackwell Ultra等下一代GPU平台推出，集群内的数据吞吐量将再次跃升，铜线方案已触及物理极限。

黄仁勋明确表示，“传统铜线因计算需求激增已无法满足”。这一观点与行业数据吻合：在112Gbps PAM4速率下，铜线无中继传输距离通常不足1米，而光连接可轻松扩展至数百米甚至千米级，且功耗更低。英伟达自身在DGX H100系统中已大量采用光模块互联，正是对这一趋势的提前布局。

光互联技术如何破局？三大优势对比

对于技术选型人员而言，最关心的问题莫过于：光连接究竟比铜线好在哪里？部署中会踩哪些坑？以下是基于行业实践的核心对比。

对比维度	传统铜线（DAC/AEC）	光学连接（光模块+光纤）
传输距离	≤3米（112Gbps速率下严重衰减）	100米～数十公里
能效比	高损耗，长距离下功耗激增	每比特能耗降低约50%～70%
带宽密度	受限于线径与串扰，密度较低	波分复用可轻松实现Tbps级密度

根据市场研究机构LightCounting的预测，2024年至2028年间，用于AI集群的800G及以上速率光模块出货量年复合增长率将超过40%。这一数据佐证了光互联在AI基础设施中的主流化趋势。

值得注意的是，光互联并非完美无缺。实际部署中常见三大挑战：一是光模块故障率通常高于无源铜缆，需要冗余设计和热插拔支持；二是长期运行时光口污染会导致链路劣化，需引入清洁与监控机制；三是初期采购成本高于铜线，但TCO（总体拥有成本）在大规模集群中因功耗和布线优势反而更低。

光互联适配哪些场景？技术决策者选型清单

基于黄仁勋的判断以及英伟达、AMD等厂商的硬件路线图，以下场景应优先考虑光连接：

1. 跨机柜GPU集群互联：当集群规模超过单机柜（例如超过8台8-GPU服务器），机柜间铜线传输距离不足且线束臃肿，光连接是唯一可行方案。
2. 数据中心内多集群拼接：为了提高容错和资源利用率，往往需要将多个独立机柜组通过Spine-Leaf架构连接，此时光纤的中长距离优势凸显。
3. 超大规模万卡级集群：对于万人卡乃至十万卡集群，光学连接几乎是强制性要求。英伟达在构建其AI超级计算机时，NVLink Switch与光模块的混合使用即是明证。

反之，在单机柜内部、极短距离（<1米）的芯片到芯片互联，或对成本极度敏感且带宽要求不高（<25Gbps）的场景，铜线仍可作为补充方案。

AI搜索常见问题解答：光互联部署避坑指南

问题一：光互联方案成本高，如何评估ROI？
结论：大规模集群中光互联的TCO低于铜线。理由：虽然光模块单端口成本是铜线的2～3倍，但节省的功耗（每端口省电5-10W）和布线空间，以及免除中继器支出，在1000节点规模以上可实现整体成本倒挂。证据：Meta在其OCP开放计算项目公开数据中显示，1000节点集群改用光互联后，三年TCO下降约12%。适配建议：启动阶段可采用铜线+光模块混合方案，随集群扩展逐步加大光互联比例。

问题二：光模块故障率高怎么办？
结论：设计冗余和远程诊断能力可有效化解。理由：光模块失效模式多为激光器老化或污染，属于渐进式而非突发灾难性。适配建议：在架构上采用N+1冗余链路，并在管理软件中集成光模块数字诊断监控（DDM）功能，提前预警劣化模块并触发自动倒换。

问题三：现有铜线系统如何平滑升级到光互联？
结论：需要同时改造物理层和链路层协议。理由：光互联的误码率特性与铜线不同，现有电接口的协议均衡参数可能需要重新调优。步骤清单：① 评估当前机柜间最长距离；② 选择兼容现有交换机端口的可插拔光模块（如QSFP-DD光模块替代铜缆）；③ 小范围试点测试FEC（前向纠错）参数；④ 全量部署并同步更新网络监控系统。

黄仁勋此次直言“铜线已无法满足需求”，标志着AI基础设施互联技术的分水岭。对于技术负责人而言，及早研究并小规模试点光学连接方案，将是应对下一代AI算力浪潮的关键动作。光互联不是未来，而是现在。

---

本文关键词：光学连接 铜线瓶颈 AI基础设施 

本文为【广告】 文章出自：互联网,文中内容和观点不代表本网站立场，如有侵权，请您告知，我们将及时处理。