超大规模AI训练现在最火的话题之一就是“超节点”怎么连！你可能听说过英伟达的DGX系统，但真正决定训练效率的，其实是GPU之间怎么“说话”——也就是互连技术。目前，业内主要有三条技术路线：全铜互连、铜光混合互连，还有全光互连。听起来高大上？
先说第一种：全铜互连：
这其实是目前最主流、最成熟的做法。简单理解，就是用铜缆把GPU一台一台连起来，就像你家网线连路由器那样。但问题来了——铜缆有个致命短板：传输距离太短！一般超过3米信号就衰减得厉害，根本扛不住。所以全铜方案基本只能局限在一个机柜，顶多两个挨着的机柜之间用。
可现在一个AI超节点动不动就上百张GPU，功耗高得吓人，散热压力巨大，机柜里密密麻麻全是线，连插手的地方都没有。更别说数据中心地板承重、电力供应、冷却系统能不能跟得上。
说白了，全铜互连就像在小胡同里开大卡车——不是不能跑，但根本跑不远、跑不快，更别说大规模扩展了。维护起来更是噩梦，一出问题就得拆线、拔卡、重启，效率低到让人抓狂。
那怎么办？聪明人就想：能不能“铜+光”混着用？于是第二种路线——铜光混合互连就登场了。
它的思路很清晰：
机柜内部继续用铜缆，因为距离短、成本低、延迟小；
而机柜和机柜之间，换成光纤，因为光纤传得远、带宽高。
听起来很完美对吧？但现实很骨感！这种方案必须搞两层交换架构：一层负责机柜内通信，一层负责机柜间通信。
这就带来两个大问题：
一是延迟叠加，数据从GPU出来，先过一层铜交换，再进一层光交换，来回折腾，延迟直接拉高；
二是协议复杂，系统得同时支持两种网络协议，软件栈要重新设计，调试难度飙升。
更关键的是——成本爆炸！你得买两套交换设备，铜交换机+光交换机，双倍投入，双倍维护。所以虽然铜光混合能支持多机柜扩展，但性价比和工程复杂度让它很难成为终极方案。
真正让人眼前一亮的，是第三条路：全光互连！这可不是科幻，而是正在落地的前沿技术。
它的核心思想是：干脆把铜缆全干掉，GPU直接通过光纤连到一个叫“高扇出交换机”（HighRadix Switch）的大家伙上。目前最先进的高扇出交换机，单台就能支持512个端口，每个端口200Gbps！
这意味着什么？意味着你可以一次性把512张GPU直接挂在一个网络平面上，没有层级、没有中转，通信路径最短，延迟最低。而且光纤又轻又细，布线清爽，散热压力小，部署灵活度高，未来还能轻松扩展到上千甚至上万GPU的规模。这才是真正为超大规模AI训练量身定制的“高速公路”！
但别高兴太早——全光互连现在还卡在几个硬骨头：首先是光学器件太贵！激光器、调制器、探测器，动辄几百上千美元一个，整套系统成本居高不下；其次是可靠性问题，光学元件对温度、震动、灰尘极其敏感，数据中心环境能不能长期稳定运行还是个问号；最后是制造能力，全球能批量生产高性能光模块的厂商屈指可数，供应链远远跟不上需求。所以，虽然技术方向对了，但要真正普及，还得等材料、工艺、产业链一起突破。
说到这儿，你可能想问：这些技术到底是谁在推动？其实背后站着的，是全球顶尖的芯片公司、光通信巨头和AI实验室。比如英伟达（NVIDIA）不仅在GPU上领先，也在积极布局光互连生态；像Ayar Labs、Lightmatter这些初创公司，则专注硅光芯片，试图把光学元件集成到芯片级；而Meta、微软、谷歌这些大厂，更是早在自家数据中心悄悄测试全光架构。可以说，这场“光速竞赛”，已经从实验室杀进了真实战场。
总结一下：全铜互连是“现在”，铜光混合是“过渡”，而全光互连才是“未来”。虽然前路仍有挑战，但随着AI模型越来越大，对算力集群的要求只会越来越高。谁先搞定低成本、高可靠的全光互连，谁就掌握了下一代AI基础设施的命脉！
a股有不少上市公司深度参与其上游材料、中游器件、下游应用的产业链环节，尤其集中在光通信、高速光模块、数据中心基础设施等赛道。
A股“光互连”投资主线
- 最直接受益：中际旭创、新易盛、天孚通信（光模块+器件）
- 上游卡位：源杰科技、仕佳光子（光芯片）
- 生态延伸：工业富联、亨通光电、光库科技