英伟达与 AI 云服务商 Lambda 本周联合公布了一个由 1 万个 Blackwell Ultra GPU 组成的集群,其节点间互连采用共封装光学(CPO)交换机。该集群部署在 Lambda 位于加拿大魁北克的数据中心,是英伟达光子互连技术最早的一批实际部署之一。

这套系统属于横向扩展(scale-out)集群,通过光子交换机把约 138 个机架上的 GPU 连接起来,底层是英伟达 GB300 NVL72 整机柜方案。每台光子交换机提供 144 个 800Gb/s 端口,并配备 18 个可插拔外置激光器,用于对数据进行编码和传输。

从技术背景看,铜缆在机柜内短距离互连上仍有优势,但单段铜缆传输距离通常被限制在 2 米左右,超出这一范围后效率明显下降、成本上升。这正是英伟达等厂商转向硅光互连、以支撑更大规模集群的原因。Lambda 的万卡集群属于跨机架横向扩展场景,恰好落在铜缆难以覆盖的区间。

Lambda 表示,公司一年前就宣布采用英伟达的 CPO 交换机,并在过去一年里持续将 CPO 与传统可插拔硅光方案做对比测试。按照其公布的数据,以 CPO 引擎替代可插拔接收器后,交换机封装本身的功耗效率最高提升 5 倍、可靠性最高提升 15 倍,部分原因在于激光器用量减少到原来的 四分之一。延迟方面,机架级下降约 4%,Pod 级下降约 10%。这些数字针对的是交换机封装本身,而非整个集群。

英伟达超大规模与高性能计算业务负责人 Ian Buck 在芝加哥 SC26 会议期间介绍,集群中每一台交换机都是把光子器件与激光器共封装在芯片上的 CPO 交换机。Lambda 云服务总裁 Dave Ward 则表示,网络必须跟上 AI 集群规模不断扩大的节奏,把共封装光学引入这一量级的部署,是构建下一代 AI 所需高效、可靠基础设施的重要一步。

Lambda 目前在北美的 15 个数据中心提供合计 3 GW 算力,是英伟达技术的大买家之一。对产业链而言,这一部署的意义在于:随着单集群 GPU 数量从千卡走向万卡甚至更大,互连环节的功耗与故障率正成为制约集群有效算力的关键变量,光互连从“可选升级”变为“规模扩张的必需品”。CPO 把光引擎与交换芯片封装在一起,理论上能减少电信号传输损耗和独立光模块数量,但也对激光器可靠性、封装良率和可维护性提出新要求。Lambda 此次给出的功耗与可靠性改善数据,为这一路线提供了早期的大规模实测样本;后续值得观察的是,其他云厂商与整机方案商是否会跟进采用 CPO,以及光模块与激光器供应链的格局会如何随之调整。