一、AI 算力，靠什么支撐？

如今 AI 大模型飛速發(fā)展，萬億參數(shù)模型屢見不鮮。可單個(gè) GPU 難以支撐如此龐大的運(yùn)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(shù)，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(jié)能先鋒

在數(shù)據(jù)中心，電費(fèi)是重要成本。以 NVIDIA GB200 為例，采用全銅互聯(lián)方案后，單個(gè)機(jī)柜比光方案節(jié)能高達(dá) 20 千瓦，大幅降低數(shù)據(jù)中心的能耗成本，對(duì)電費(fèi)敏感的場(chǎng)景十分友好。

（二）穩(wěn)定擔(dān)當(dāng)

在海底、偏遠(yuǎn)地區(qū)等惡劣環(huán)境中，設(shè)備維護(hù)難度大。銅纜作為無源介質(zhì)，無需額外供電，穩(wěn)定性遠(yuǎn)超光纖，且維護(hù)成本更低，是這些場(chǎng)景下的可靠之選。

（三）技術(shù)老將

從芯片內(nèi)部到機(jī)柜連接，銅互聯(lián)技術(shù)已發(fā)展數(shù)十年，技術(shù)成熟、生態(tài)完善。經(jīng)過大規(guī)模實(shí)踐驗(yàn)證，能穩(wěn)定應(yīng)對(duì)各類場(chǎng)景，是 AI 數(shù)據(jù)中心的 “壓艙石”。

三、LPO 技術(shù)：面向未來的創(chuàng)新之光

（一）簡(jiǎn)化設(shè)計(jì)，降低功耗

傳統(tǒng)光模塊中的 DSP 芯片，會(huì)增加功耗與延遲。LPO 技術(shù)通過簡(jiǎn)化或移除 DSP 芯片，直接減少能耗，同時(shí)降低數(shù)據(jù)傳輸延遲，提升傳輸效率。

（二）未來指向標(biāo)

隨著數(shù)據(jù)速率向 1.6T 及以上邁進(jìn)，224G/448G SerDes 等超高速率需求漸顯。LPO 技術(shù)正是應(yīng)對(duì)這一挑戰(zhàn)的關(guān)鍵，為算力集群的 “骨干網(wǎng)絡(luò)” 升級(jí)鋪平道路。

四、協(xié)同共進(jìn)，而非相互替代

（一）有源銅纜主 “內(nèi)”

有源銅纜擅長(zhǎng)機(jī)柜內(nèi)部短距離連接，在密度、功耗和成本上優(yōu)勢(shì)明顯，能高效構(gòu)建算力 “細(xì)胞”，是機(jī)柜內(nèi)連接的最優(yōu)解。

（二）LPO 主 “外”

當(dāng)需要機(jī)柜間長(zhǎng)距離、高速率傳輸時(shí)，LPO 技術(shù)可發(fā)揮所長(zhǎng)，承擔(dān)起算力集群 “骨干網(wǎng)絡(luò)” 的連接重任，支撐算力擴(kuò)展。

（三）混合架構(gòu)，未來趨勢(shì)

未來大型數(shù)據(jù)中心，將形成 “柜內(nèi)用銅纜，柜間用 LPO” 的混合架構(gòu)。二者分工協(xié)作，共同撐起 AI 算力版圖，實(shí)現(xiàn)降本增效。

五、技術(shù)演進(jìn)，引領(lǐng)未來

有源銅纜與 LPO 技術(shù)，是 AI 基礎(chǔ)設(shè)施降本增效的核心。它們的持續(xù)演進(jìn)，直接決定著我們能否以更低成本獲取更強(qiáng)算力，為 AI 技術(shù)的進(jìn)一步發(fā)展保駕護(hù)航。