一、铜缆互连的结构性瓶颈 随着大模型参数规模不断扩大，人工智能算力集群的组网规模已从数百颗芯片发展到千卡甚至万卡。长期作为服务器互连主要介质的铜缆，固有限制开始集中暴露，逐渐成为影响算力释放的关键瓶颈。 铜缆的限制主要体现三上：一是传输距离短，在千卡级集群中难以支撑跨机柜、跨机架的高速互连；二是带宽密度不足，芯片间数据交换频率提升后，铜缆传输上限难以跟上算力增长；三是布线密集且复杂，机柜内部线缆堆叠带来散热压力，运维成本也随之上升，一旦发生线缆故障，容易影响集群整体稳定性。 尤其是当前主流大模型从稠密结构转向混合专家模型（MoE）后，训练与推理需要同时调度更多芯片协同计算，芯片间数据流量显著增加。铜缆在带宽、时延和功耗上的综合短板，正成为超大规模算力集群性能提升的结构性障碍。 二、近封装光学的技术路径选择 在上述压力下，业界普遍认为向光互连迁移是趋势，但路线选择直接影响成本、灵活性与可持续演进能力。现有方案中，共封装光学（CPO）将光引擎与交换芯片深度集成，性能突出，但灵活性相对不足，芯片迭代往往需要同步更换光模块，供应链与运维管理难度更高；线性直驱光模块（LPO）在灵活性上更有优势，但带宽密度仍难覆盖下一代集群需求。 阿里云推出的近封装光学（NPO）方案，试图在两者之间取得平衡：将光模块部署在紧邻交换芯片的位置，并采用线性直驱技术，去除传统光模块中功耗较高的数字信号处理（DSP）芯片，以在保持高带宽能力的同时优化功耗与成本。 据悉，NPO模块相较传统方案功耗可降低约50%，从40瓦降至约20瓦；综合成本下降约30%；传输时延与铜缆相当。该方案采用标准LGA连接器，实现光模块与芯片的物理解耦，支持模块独立更换，从而降低供应链锁定风险。需要指出，模块兼容硅光与垂直腔面发射激光器（VCSEL）两条技术路线，可覆盖不同应用场景；同时其核心器件对境外先进制程依赖较低，具备更强的自主可控特征。 三、从实验室到工程落地 技术突破的价值最终要靠工程化验证。此次阿里云并未将NPO停留在实验室阶段，而是将其直接集成到新一代国产四芯片交换机中，推动技术成果走向产品化。 该交换机集成四颗国产25.6T交换芯片，总交换容量达102.4T，并预留向409.6T扩展的升级路径，可作为大规模算力集群的核心调度节点。在光互连设计上，NPO模块紧邻交换芯片部署，使电信号就近转换为光信号，从而降低传输损耗；前面板集成光交叉调度模组，支持更灵活的光路配置；模块支持热插拔，简化运维操作并提升故障处理效率。 据悉，该交换机已完成功能验证，NPO端口运行稳定，正在进行长期可靠性测试。从方案设计到实物验证周期不足半年，体现出较强的工程转化效率。 四、行业标准化与生态构建 单点技术突破若缺乏标准支撑，难以形成规模化应用。阿里云已联合国内头部互联网企业，在开放数据中心委员会（ODCC）推动6.4T统一近封装光学（UPO）标准立项，计划于2026年发布下一代光互连技术规范。 通过开放标准推动产业链协同，有助于降低光互连落地门槛，让更多企业以可控成本部署高性能算力集群。从技术研发到标准推进，阿里云正加快在光互连领域构建可扩展的产业生态。
此次3.2T光互连技术的突破，展示了我国企业在关键基础设施领域的研发与工程化能力，也为算力集群的下一步演进提供了新的路径；在数字经济加速发展的背景下，底层互连技术的进步将持续拓展应用边界。随着光互连持续升级，超大规模计算有望突破现有物理约束，为人工智能、科学计算等领域打开更大的增长空间。，这个进程也说明，只有在核心技术上持续投入并形成自主能力，才能在激烈的数字竞争中掌握主动权。