C114讯 9月10日消息（颜翊）本月初，英伟达宣布投资欧洲硅光技术公司iPronics，以支持第二代OCS技术开发，这则消息再次点燃了OCS的市场热浪；而这股热浪在今年CIOE上得到了淋漓尽致的体现。
据“光互连”不完全统计，在本次CIOE期间，包括光迅科技、徳科力、凌云光、孛璞半导体、光隆科技、质禾科技、广东三石园科技等多家公司推出了不同技术路径的OCS整机解决方案。除OCS整机厂商外，包括天孚通信、腾景科技、炬光科技、光库科技、赛微电子等一众核心光学元器件厂商带来 MEMS准直阵列、微透镜阵列、光环行器等无源组件。略有遗憾的是，北美大厂Lumentum、Coherent本次没有在展台展出OCS整机。
什么是OCS，为什么需要OCS，OCS有哪些技术路径，当前的产业落地情况如何，后续又将朝着哪个方向演进？通过这篇文章，您将会对OCS产业有个概况性的了解。
OCS四大技术路线
随着万卡级AI训练集群、超大规模智算中心快速落地，超节点产品形态开始成为主流，但传统电交换架构受限于功耗高、时延大、速率适配差、扩展难度高等痛点，已无法满足超高带宽、动态调度、超低时延的算力互联需求。
OCS（Optical Circuit Switch，光电路交换机，亦称全光交换机）则是一种新的产品形态，凭借低时延、协议透明、超低功耗和可重构等特性，被视为突破这一瓶颈的关键路径。作为在光域直接完成信号路由的设备，OCS实现了信号端到端的全光传输，从根本上解决了电交换在功耗、时延及布线复杂度上的三重阻碍。
产业界目前主流口径将OCS划分为四条技术路线：微镜阵列（MEMS）、数字液晶（DLC）、压电陶瓷（DBS）、硅光波导（SiPh），不同技术路径各有优劣。
其中，MEMS是当前主流，优势是端口扩展性最强、成熟度最高、切换速度为毫秒级、量产成本相对可控、插损也较低，最贴近规模落地。但存在微镜粘滞及高压驱动失效风险，且切换速度局限于毫秒级。
DBS（压电陶瓷）的插损是四条路线中最低的，可靠性极高，但成本偏高，且核心技术由少数国外厂商掌握，国内暂无核心能力；
DLC（数字液晶）无机械运动部件，驱动电压低，短板是老化与温度漂移，需周期性校准，更适合拓扑相对静态的场景。
SiPh（硅光）是被寄予厚望的一条路线，优势是兼容CMOS工艺、切换速度达微秒级，长期成本潜力最大，虽原生插损较高（约6dB），但结合SOA后可趋近于0。目前受限于端口规模（32-128），尚处原型验证阶段。
阿里云光网络架构师王鹏指出，从系统成本结构来看，四条路线呈现一些共同特征：四条路径的核心器件与精密封装对准合计占BOM成本约60%-70%，是量产降本主战场。MEMS与DBS路线还需承担15%-18%的高压驱动相关成本。此外，软件与测试环节成本合计占比约18%-24%，受限于效率与标准缺失，仍是隐性成本高地。
从单端口成本看，以300×300端口为例，MEMS单端口成本约350-500美元，SiPh约200-500美元，DLC约500-800美元，DBS则高达1500-2000美元。
OCS应用情况
OCS的规模化应用始于谷歌。从TPU v4首次引入OCS算起，这条路线已演进数代。2026年4月，谷歌发布的第八代TPU首次把训练和推理芯片分开设计，标志OCS正式进入推理场景。鉴于推理服务器规模将远超于训练场景，OCS市场空间得以重新估算。
目前，谷歌仍然是OCS最成熟的用户，Omdia数据显示，谷歌2026年AI服务器规模将达92.9万台，构成当前OCS市场增长的基本盘。业界预测，2026年谷歌对300端口OCS交换机的需求约1.5万台，2027年或将攀升到5万台。
Omdia高级首席分析师吕名扬表示，从OCS的四大应用场景来看，谷歌基于TPU的节点配置优化是最大用量市场；Spine层应用目前更多处于探索阶段，量级尚无法与前者相比；自动化测试场景的用量也非常有限；而在规模扩展（Scale-out/across）市场，OCS是有效的解决方案。该市场将从2028年之后开始出现，由几千万美元级别逐步迈向亿美元级。
受谷歌示范效应影响，微软、Meta等hyperscale厂商也开始在新一代AI集群中测试并引入OCS技术。OpenAI近期便与博通合作推出了自研的第一代推理ASIC：Jalapeño，并采用OCS技术，成为除谷歌外主流厂商中的首例。
Counterpoint Research预计，2028年全球数据中心AI ASIC出货量将突破1500万颗，历史性超越数据中心GPU出货量。这股自研ASIC的浪潮也将进一步推高OCS的需求。英伟达的入局，则是这个赛道最大的变量。
2026年3月，英伟达在OFC 2026展示了Feynman架构与OCS融合的“GW级AI工厂”网络方案，被券商解读为“英伟达计划2028年实现芯片级OCS集成”。在德意志银行2026科技大会上，Lumentum CEO公开确认公司在OCS产品早期出货阶段就已对接一家体量显著大于谷歌的超级大客户。业内普遍认为该客户是英伟达。
从国内厂商来看，华为昇腾950超节点中，已采用OCS全光交换机实现机柜间互连；中国电信完成全球首个光电协同的数据中心新型组网实验，结果显示GPU点到点时延下降14%，集群DCN功耗降低19%，可靠性提升17%；中国移动也已将OCS纳入智算网络升级路线图，认为这是从“电为主、光为辅”向“全光原生”范式转变的关键。
OCS产业发展情况
市场需求已传导到上游，行业龙头Coherent表示，过去两个月内，OCS内部关键零部件产能瓶颈被“戏剧性地”解决，市场机会将翻倍至40亿美元以上。另一行业龙头Lumentum则称OCS出货量从2026财年第三季度到第四季度翻倍；2027财年第一季度OCS单季收入将突破1亿美元。
根据Cignal AI测算，2025年全球OCS市场规模约为4亿美元，在AI需求驱动下，预计2029年将突破25亿美元，四年复合年增长率高达58%。
吕名扬表示，当前整机方案已有包括光迅科技、Coherent、Lumentum等超过五家成熟供应商，新玩家切入谷歌供应链难度极大，他建议新进入者优先以核心器件供应商身份参与。
在四条主路线上，国外都有掌握核心器件的企业：Lumentum自研MEMS微镜；Coherent主推液晶（DLC）路线；Polatis掌握DBS压电路线；硅光方向有iPronics、nEye等。上游材料端也有相关配套。
从国内的产业链情况看，光迅科技、中际旭创、新易盛等自研MEMS的整机端口数与国际主流已经进入同代，主要上游核心器件厂商还包括腾景科技、天孚通信、光库科技、赛微电子等。但是，正如阿里云王鹏介绍，国内在光学组件、LC连接器、系统软件等环节完全可控；在MEMS微镜、硅光芯片、DLC面板、精密封装、驱动ASIC、FPGA、测试标定设备等环节具备部分制造能力，但良率与一致性仍有提升空间；DBS技术国内暂无核心能力。
在今年的CIOE上，我们就看到了有两家代表性的OCS厂商。一家是光迅，传统老牌的光模块厂商，现场展示了320×320 OCS全光交换系统，可支撑复杂叶脊架构或超节点集群通信；尤为关键的是，光迅科技OCS解决方案中MEMS微镜阵列芯片、光纤阵列单元（FAU）、精密耦合封装工艺均为全栈自研。
另外一家是孛璞半导体，作为产业新军，孛璞半导体选择的是硅光光波导技术路径，现场展示了32x32 OCS全光交换机，功耗仅10W，大幅降低设备功耗与转发时延，有效解决大规模AI集群组网高能耗、高延迟难题，助力算力中心节能降本。需要指出的是，硅光光波导技术虽然端口规模相对较小，但在成本潜力以及+SOA耗损方面优势明显。
OCS后续演进路径
当前业内的一个共识是，OCS并非要完全取代传统电交换，而是与其协同演进，在特定场景下优化AI集群的互联效率。
英伟达的布局思路就是组合拳：OCS负责大规模集群的横向光交换，CPO负责机柜内的纵向高速互联，CPO用于Leaf层与Scale-up（机柜内、近芯片端），OCS用于Spine层与Scale-out/Scale-across（跨机柜、跨集群、跨数据中心）。
在OCS器件演进方面，中国移动研究院基础网络技术研究所技术经理王瑞雪指出，从OCS器件出发，业界聚焦端口规模由“百端口级”向“千端口级”演进、交换性能向更低损耗、高性能方向演进、交换架构向硅光融合、芯片级集成演进三大主线。
从OCS光电混合网络组网和调度技术出发，AI模型通信模式快速变化和算力规模持续扩展，推动OCS由静态拓扑/慢切换向快速智能重构方向演进，并扩展至Scale-up、Scale-out和Scale-across多层次AI基础设施互联场景。
王瑞雪总结了OCS规模化落地的四道阻碍：OCS主流的毫秒级切换速度难以匹配数据中心突发随机流量；技术方案需要与上层应用、协议深度适配，依赖定制化开发，技术门槛高；硬件接口、管控协议缺乏统一标准，不同厂商设备互通困难；初始建设投入偏高，仅在特定的、可预测的大流量场景下才能凸显优势。吕名扬也特别提醒：OCS是已验证的成功产品，但准入门槛极高，必须经历漫长的验证周期，客户导入周期会更长。 
