一、AI 算力，靠什么支撐？

如今 AI 大模型飛速發展，萬億參數模型屢見不鮮。可單個 GPU 難以支撐如此龐大的運算，必須將成千上萬的 GPU 連成群組。而連接這些 GPU 的 “橋梁”，正是有源銅纜與 LPO 技術，它們是 AI 算力的重要支撐。

二、有源銅纜：成本與效率的完美平衡

（一）節能先鋒

在數據中心，電費是重要成本。以 NVIDIA GB200 為例，采用全銅互聯方案后，單個機柜比光方案節能高達 20 千瓦，大幅降低數據中心的能耗成本，對電費敏感的場景十分友好。

（二）穩定擔當

在海底、偏遠地區等惡劣環境中，設備維護難度大。銅纜作為無源介質，無需額外供電，穩定性遠超光纖，且維護成本更低，是這些場景下的可靠之選。

（三）技術老將

從芯片內部到機柜連接，銅互聯技術已發展數十年，技術成熟、生態完善。經過大規模實踐驗證，能穩定應對各類場景，是 AI 數據中心的 “壓艙石”。

三、LPO 技術：面向未來的創新之光

（一）簡化設計，降低功耗

傳統光模塊中的 DSP 芯片，會增加功耗與延遲。LPO 技術通過簡化或移除 DSP 芯片，直接減少能耗，同時降低數據傳輸延遲，提升傳輸效率。

（二）未來指向標

隨著數據速率向 1.6T 及以上邁進，224G/448G SerDes 等超高速率需求漸顯。LPO 技術正是應對這一挑戰的關鍵，為算力集群的 “骨干網絡” 升級鋪平道路。

四、協同共進，而非相互替代

（一）有源銅纜主 “內”

有源銅纜擅長機柜內部短距離連接，在密度、功耗和成本上優勢明顯，能高效構建算力 “細胞”，是機柜內連接的最優解。

（二）LPO 主 “外”

當需要機柜間長距離、高速率傳輸時，LPO 技術可發揮所長，承擔起算力集群 “骨干網絡” 的連接重任，支撐算力擴展。

（三）混合架構，未來趨勢

未來大型數據中心，將形成 “柜內用銅纜，柜間用 LPO” 的混合架構。二者分工協作，共同撐起 AI 算力版圖，實現降本增效。

五、技術演進，引領未來

有源銅纜與 LPO 技術，是 AI 基礎設施降本增效的核心。它們的持續演進，直接決定著我們能否以更低成本獲取更強算力，為 AI 技術的進一步發展保駕護航。