云服务商 Lambda 正在用英伟达的光子共封装光学(CPO)交换机,把英伟达 GB300 NVL72 机架与超过 1 万块 GPU 连接起来,以支撑大规模 AI 工厂的模型训练。Lambda 云服务总裁 Dave Ward 表示,网络必须跟上日益扩大的 AI 集群需求,把共封装光学引入这一规模的部署,是构建下一代 AI 所需基础设施的重要一步。
在 Lambda 的测试中,使用该交换机后,机架级网络延迟——即数据传输所需时间——下降了约 4%,Pod 级延迟最多下降约 10%。在机架、可扩展单元和 Pod 等多种配置下,网络吞吐量与传统可插拔光学方案保持一致。
网络之所以关键,是因为它处在 AI 工厂生产力的中心。在大规模训练任务中,一条链路中断就可能让数千块 GPU 停摆;在智能体推理场景下,一次网络中断也可能给众多智能体带来级联延迟。每一次中断都意味着时间损失,而花在网络上的每一瓦电力,都是无法用于计算的电力。
英伟达光子方案通过用共封装光学引擎替代可插拔光模块,将光学引擎与交换机芯片封装在一起。英伟达称,该方案能效最高提升至传统可插拔光学的 5 倍,可靠性最高提升至 15 倍,同时激光器用量减少至四分之一,从而减少可能失效的组件。
Lambda 部署的交换机每台拥有 144 个端口,每个端口速率 800Gb/s。液冷系统负责带走交换机芯片和光学引擎的热量。Lambda 报告称,光学模块温度中位数为 36°C,而传统可插拔光学方案为 51°C,测试还发现信号完整性更稳定。
英伟达光子方案将电光转换环节移近交换机芯片。每台交换机配有 18 个可拆卸的外部光源,为光学引擎提供光信号。光学引擎与芯片位于同一封装内,负责把电信号转换为光信号,通过光纤在集群各部分之间传输数据。技术人员可以在现场更换光源模块,而传统可插拔光学方案在激光器故障时需要更换整个模块。共封装将电信号路径从英寸级缩短到毫米级,从而减少信号损耗,并省去重定时器芯片,降低功耗和信号路径上的组件数量。
从产业角度看,这次部署是 CPO 技术从展示走向大规模 AI 集群实际运行的一个案例。随着 GPU 集群规模向万卡甚至更大迈进,网络功耗和故障率对整体算力可用性的影响愈发突出。CPO 通过缩短电信号路径、减少激光器数量和可更换光源设计,试图在能效与可维护性之间取得平衡。对光通信供应链而言,CPO 的落地可能改变可插拔光模块的需求结构,并推动交换机、封装和液冷等环节的协同演进。不过,该技术的长期可靠性、维护成本和生态成熟度,仍需在更大规模部署中持续观察。