在Hot Chips 2026大会上，NVIDIA展示了其Spectrum-X以太网多平面网络架构，旨在将AI工厂的GPU规模从数千个扩展至50万个。这一架构是NVIDIA对AI工厂网络的核心愿景，其关键创新在于将网络划分为多个平面，而非传统的专用轨道，从而在共享交换硬件的同时实现规模的大幅扩展。

NVIDIA在演讲中将AI工厂网络划分为五个专用网络：scale-across、scale-in、scale-out、scale-up和AI context scale。其中，scale-in是本次新提出的概念，NVIDIA强调，单一通用网络无法同时满足这些不同网络的需求，这是其架构设计的核心论点。

在性能方面，NVIDIA声称Spectrum-X相比现成以太网，在多租户AI工厂中可实现1.9倍的训练性能提升，这基于DeepSeek V3的多任务训练测试。在NCCL性能上，梯度全归约（gradient all-reduce）操作实现了14倍的提升，token分发（token dispatch）为3.5倍，而梯度reduce-scatter和并行矩阵乘法均为2倍。这些提升得益于低延迟通信和租户噪声隔离。

NVIDIA还强调了光通信在AI工厂中的重要性，指出其光通信成本占计算功耗的10%，远高于传统云数据中心。其共封装光学（co-packaged optics）芯片已投入生产，采用微环调制器和3D堆叠硅光子引擎（基于台积电Coupe工艺），并声称相比传统方案可减少4倍的激光器数量、降低功耗，并将平均故障间隔时间（MTBI）提高10倍。

在拓扑演进上，NVIDIA从传统的机架顶部（ToR）交换机拓扑出发，首先提出多轨道（multi-rail）方案，支持8k个Rubin GPU，每个GPU提供1.6T的scale-out带宽，通过100T交换机承载64个1.6T端口，并跨四个轨道分配流量。而新的多平面（multiplane）拓扑则进一步将规模扩展64倍，达到512k个Rubin GPU。

NVIDIA的演讲中还提到，其NVLink scale-up网络（NVL72机架）已实现72-GPU的scale-up域，并声称在每兆瓦token数方面领先。此外，NVIDIA还介绍了其co-packaged optics解决方案已进入生产阶段，并提及了Astra、scale-in和BlueField-4等组件。

值得注意的是，NVIDIA在演讲中多次展示同一张关于Agentic AI的幻灯片，并强调这是其构建AI工厂平台的原因。同时，NVIDIA在Broadcom展示Thor Ultra（采用100G SerDes）之后，直接表示“100G SerDes是去年的东西”，暗示其技术领先性。

总体而言，NVIDIA的多平面网络架构旨在解决AI工厂扩展中的网络瓶颈，通过专用网络和光通信优化，为大规模GPU集群提供高性能、低延迟的互联方案。这一架构的推出，可能对网络设备、光模块等产业链上下游产生深远影响。