C114讯 2月4日消息（水易）近日，英伟达在一场“面向千兆瓦级AI工厂的共封装硅光交换技术”的网络研讨会上，英伟达网络高级副总裁Gilad Shainer深入介绍了英伟达打造AI超级计算机的方法，以及CPO技术在提升能效和系统可靠性方面所扮演的关键角色。
CPO破局光互连功耗挑战
Gilad Shainer表示，现代AI基础设施的核心理念是“数据中心即计算机”。他强调，AI工作负载依赖大量计算单元协同运作，而网络正日益成为决定整个系统能力的关键因素。
他将AI超级计算机描述为由四大基础设施组成：一是Scale-up，通过NVLink将英伟达H100 GPU互连，形成所谓的“机架级GPU”；二是Scale-out，采用Spectrum-X以太网作为端到端网络架构，连接多个机架，支持跨数十万颗GPU的分布式AI工作负载；三是上下文内存存储，满足推理阶段对低延迟、高吞吐存储的需求；四是Scale-across，基于Spectrum-X的技术方案，当单个站点受电力或物理空间限制时，可将多个数据中心连接成一个统一的计算引擎，目标是构建“千兆瓦级”AI工厂。
光互连技术在其中发挥着重要作用。不过他指出，随着每一代带宽翻倍，光网络的功耗也在持续上升，目前已接近计算资源总功耗的10%。因此，在电力受限的数据中心中，降低光互连功耗可直接转化为更高的有效算力。
CPO技术将原本置于外部可插拔光模块中的光引擎，集成到交换芯片的同一封装内。通过缩短电通道长度并减少信号转换环节，英伟达预计可显著降低功耗并提升信号质量。他提到，当前可插拔光模块功耗约为20-25瓦，而CPO方案可在Scale-out基础设施中实现最高5倍的功耗节省。
除能效外，CPO还能减少组件和所需激光器数量，提升数据中心整体可靠性，并延长“首次中断时间”（time to first interrupt）。Gilad Shainer表示，英伟达已为Spectrum-X以太网平台和Quantum-X InfiniBand平台开发了支持CPO的交换机，并与生态合作伙伴共同推进封装工艺、光纤连接方式及液冷设计方案。
正面回应规模部署“质疑”
在问答环节，Gilad Shainer表示，英伟达预计CPO的部署将于今年启动。目前已宣布三家合作伙伴CoreWeave、Lambda和德克萨斯高级计算中心（TACC）将在今年上半年部署基于Quantum-2 InfiniBand平台的CPO系统。Spectrum-X以太网平台的CPO产品计划于今年下半年开始出货。
关于CPO的可靠性，他指出，可插拔光模块的可靠性问题多源于人为操作，如清洁、插拔、意外触碰等都容易损坏光模块。而CPO将光引擎集成到交换机封装内部，并对整个系统进行一体化验证，可有效减少灰尘污染和人为操作风险，从而提升系统韧性。英伟达已经与合作伙伴打造全系统制造测试流程，确保部署前整机100%验证，而非单一组件。
被问及与台积电的合作时，Gilad Shainer强调，双方共同开发的共封装工艺注重可靠性和可测试性。他还提到，早期CPO尝试多采用较大的基于MZM的光引擎，而英伟达则采用基于微环调制技术的小型化光引擎，以适配高密度大端口AI网络。此外，英伟达还开发了光纤对准技术和高功率激光器，以进一步减少所需激光器数量。
针对CPO相比可插拔方案在灵活性方面的劣势，Gilad Shainer承认CPO需预先选定特定技术，但他称英伟达的方案已覆盖典型数据中心内部距离，甚至可连接园区内不同建筑，从而减少数据中心内对多种光模块类型的需求。对于超长距离，如跨城市数据中心互连，他仍建议使用传统可插拔光模块。
面对“按需付费”（pay-as-you-go）模式下可插拔光模块更具成本弹性的质疑，Gilad Shainer回应称，AI超级计算机通常以高利用率为目标，并采用高度优化的拓扑结构，客户往往会一次性部署满配基础设施。在此场景下，CPO不仅能降低资本开支（CAPEX）和运营支出（OPEX），还能提升系统可靠性。
基于上述优势，Gilad Shainer认为，超大规模云服务商会积极采用CPO。对于下一代产品的演进方向，他表示，主要包括更大端口数交换机、更高光连接密度与数据吞吐量、新型光纤-交换机连接技术、更高密度全液冷机架等。
