2025年云智算光互连发展报告-中国移动

微信扫码，打开到小程序

云智算光互连发展报告 前言 本发展报告面向未来智算中心超大规模扩展、AI 大模型极致性 能与高效部署的核心需求，联合产业合作伙伴共同提出先进光互连 技术架构与演进路径，旨在突破传统电互连在带宽、距离与能效方 面的根本性瓶颈，构建高带宽、超低时延、低功耗及高可靠性的新 一代智算中心互连底座，为人工智能、高性能计算及云服务等关键 业务的持续跃升提供坚实支撑。 本发展报告的版权归中国移动云能力中心所有，并受法律保护。 转载、摘编或利用其它方式使用本发展报告文字或者观点的，应注 明来源。 云智算光互连发展报告 目录 前言...................................................................................................... 1 目录.....................................................................................................2 1. 背景与需求...................................................................................4 2. 智算中心光互连技术概述...........................................................5 2.1 新型可插拔模块.................................................................5 2.1.1 线性可插拔光学.................................................... 5 2.1.2 线性接收光学........................................................ 6 2.2 光电共封技术.....................................................................6 2.2.1 板上光学.................................................................6 2.2.2 近封装光学.............................................................7 2.2.3 共封装光学.............................................................8 2.2.4 光输入/输出...........................................................9 2.3 光交换.................................................................................9 2.3.1 光线路交换.............................................................9 2.3.2 光分组交换...........................................................11 2.3.3 光突发交换...........................................................12 3. 智算场景下光互连技术的应用研究........................................ 13 3.1 LPO 在 AIGC 算力网络中的应用..................................... 13 3.2 CPO 交换机在智算场景下的应用................................... 14 3.3 OCS 在 AI 集群参数面的应用......................................... 15 3.4 光互连技术在 GPU 超节点的应用.................................. 16 云智算光互连发展报告 4. 移动云在智算场景下的光互连应用展望................................ 18 5. 产业生态与标准化.....................................................................21 5.1 光电领域互连标准............................................................21 5.1.1 CPO 领域标准....................................................... 21 5.1.2 LPO 领域标准....................................................... 22 5.1.3 Chiplet 领域标准............................................... 22 5.2 光电领域交换标准与产业生态....................................... 24 5.2.1 光交换标准发展现状........................................... 24 5.2.2 光交换产业生态进展.......................................... 27 6. 发展趋势与发展建议.................................................................28 6.1 发展趋势............................................................................28 6.2 产业发展建议....................................................................28 附录：...............................................................................................30 常见缩略语...............................................................................30 云智算光互连发展报告 1. 背景与需求 在 AI 大模型、云计算及智能应用普及的推动下，全球算力需求 正经历前所未有的爆发式增长。基于铜缆的互连技术在带宽密度、 传输距离与能耗效率上的瓶颈日益凸显，光子作为光互连技术的信 息载体和物理基石，具有极低传输损耗、超高频率、抗干扰等物理 特性，使得光互连技术在带宽、距离、抗扰、功耗、密度等方面具 有压倒性优势，拥有巨大潜力。 光互连技术的应用范围正从传统的电信骨干网和城域网，快速 向数据中心内部、高性能计算集群等更广泛的领域渗透。特别是在 数据中心内部，随着服务器端口速率向 400G、800G 乃至 1.6T 演进， 光互连技术方案正迅速取代铜缆，成为数据中心以及超节点场景下 的优选方案。随着 LPO、CPO 等技术引入数据中心架构，光电协同设 计已成为芯片集成的核心技术需求，芯片-封装-系统级的多维协同 优化成为新的挑战。与此同时，随着全光交换技术的逐步小规模应 用，为光互连技术的演进方向提供了新的思路。 本发展报告聚焦光互连技术在智算中心和数据中心等典型应用 场景下的技术演进，为行业提供兼具前沿性与实践性的技术参考。 云智算光互连发展报告 2. 智算中心光互连技术概述 随着智算中心的飞速发展，数据吞吐量激增，对底层硬件互连 提出了前所未有的挑战。在此背景下，光互连技术以高带宽、低时 延、低功耗等方面的优势，有望成为未来算力时代不可或缺的基础 设施。智算中心场景下的光互连技术具体包括新型可插拔模块、光 电共封以及光交换三个核心技术方向。 2.1 新型可插拔模块 2.1.1 线性可插拔光学 随着数据中心传输速率的不断攀升，传统光模块的功耗和成本 急剧上升，已成为制约数据中心扩展的瓶颈。 图 1 线性可插拔光学结构 在传统光模块的功耗中，DSP 模块占了很大的比例，因此在 LPO 技术中，直接去除了传统光模块中的 DSP，在发射端使用具有高线 性度的 Driver，在接收端使用高线性度的 TIA，从而构建一个纯模 拟的、“线性直驱”的光信号处理通道，如图 1 所示。虽然去除了 传统光模块中的 DSP，但是 DSP 功能并未消失，而是转移到了交换 机 ASIC 中，这意味着 ASIC 的 SerDes 模块必须具备更强的线性驱动 能力和信号处理能力。 由于移除了传统光模块中的 DSP 模块，LPO 技术能够将功耗降 云智算光互连发展报告 低 30%~50%，并能够降低延迟。于此同时，由于去除了 DSP 模块， 能够在一定程度上节省成本，并且 LPO 技术保留了可插拔的产品形 态，有比较好的可维护性。 2.1.2 线性接收光学 LRO 在接收端移除了 DSP，发送端保留了重定时器，是相较于 LPO 的折中方案，如图 2 所示。重定时器可以对信号进行整形、重 新计时和放大，发送端保留重定时器能够补偿了信道损耗，确保了 发送信号的质量，并提供了更好的互操作性和链路诊断能力。而接 收端采用线性模拟组件直接接收来自主机 ASIC 的信号，这在一定程 度上减少了的光模块的功耗，以实现节能降本的功效。 图 2 线性接收光学结构示意，左侧为 LRO，右侧为 LPO 2.2 光电共封技术 2.2.1 板上光学 OBO 的核心思想是：将光引擎从传统的可插拔模块中解放出来， 云智算光互连发展报告 直接安装到系统主板上，但交换或计算的电芯片仍然保持独立的封 装，如图 3 所示。光引擎与电芯片通过主板上的精密走线进行互连。 图 3 板上光学结构 由于移除了可插拔模块的“金手指”接口、外壳以及部分重复 的电路，缩短了电芯片与光引擎的电气路径，从而降低了信号驱动 的功耗。同时，如果光引擎损坏，可以单独进行更换，而无需更换 昂贵的电芯片或整个主板。 在性能方面，OBO 虽然优于可插拔模块，但由于主板上的互连 距离仍然较长，因此在超高速率传输场景下的优势并不明显。 2.2.2 近封装光学 NPO 的核心思想是：将光引擎非常靠近电芯片放置，但并不像 CPO 那样与电芯片共封装在同一基板或中介层上。它通常将光引擎 安装在同一基板上，通过极短的高性能电气链路与电芯片相连，形 成一个高度集成的系统，如图 4 所示。 图 4 近封装光学结构 NPO 将光引擎与电芯片物理分离，避免了电芯片的高温热量直 接冲击光器件，散热设计更简单、高效。由于电芯片本身是巨大的 热源，工作时温度很高，而激光器等光器件对温度极其敏感，所以， 云智算光互连发展报告 光引擎与电芯片共封装会导致波长漂移和性能下降。同时，由于光 引擎未与电芯片共封装，NPO 在可维护性层面具有优势，如果光引 擎失效，只需更换光引擎子模块即可，避免了大量的维护成本。 相比激进的 CPO 技术，NPO 技术是一种更务实、风险更低的路 径。并且，NPO 与传统光模块相比，其性能远超传统光模块，其主 要优势包括以下几点：  NPO 的光引擎拥有更大的可布置面积和更灵活的走线方案，可以 方便地使用 LGA 封装，且有利于光引擎散热；  NPO 不影响电芯片原有设计，只对 PCB 或基板做差异设计即可满 足不同需求；  NPO 与电芯片解耦，能够避免形成电芯片垄断问题；  NPO 可单独测试 TP1 的电信号质量，可归一化设备的驱动与固件， 可测试性更好。 2.2.3 共封装光学 CPO 相对于 NPO，光引擎与电芯片共封装在同一个插槽或基板上， 集成度更高，电互连距离更短，如图 5 所示。同时，相对于传统光 模块，CPO 能够显著降低功耗，并通过节省设备面板空间，可克服 面板 I/O 密度限制。 图 5 共封装光学结构 由于光引擎和电芯片紧密共封装，任何一部分的故障都可能导 致整个封装体的更换，因此对光引擎的良率、可靠性以及可维护性 方面提出了极高要求。 云智算光互连发展报告 CPO 目前仍处于发展初期，但其在超高带宽、低功耗、高密度 互连方面的巨大潜力使其成为未来光通信，特别是 AI 算力集群和超 大规模数据中心不可或缺的技术方向之一。 2.2.4 光输入/输出 OIO 的核心理念非常具有颠覆性，它彻底摒弃传统的铜线电气 I/O，将光互连直接集成到计算芯片的封装内部或紧邻位置，使芯片 能够直接通过光信号进行数据处理，如图 6 所示。 图 6 光输入/输出结构 OIO 的优势主要在于消除了板级电气走线瓶颈，能够大大提升 传输带宽，并将延迟降低至纳秒级，能够更好的契合 AI 模型训练的 需求。另外，由于消除了电气走线带来的巨大能量损耗，OIO 将带 来颠覆性的能效提升。 2.3 光交换 2.3.1 光线路交换 OCS 的本质是通过光学器件直接操控光信号的传输路径，实现 输入端口到输出端口的连接。与需要光电转换的传统电交换不同， OCS 全程在光域操作，因此具有协议透明性、超低延迟、高能效等 优势。但 OCS 也存在光学器件累计损耗、稳定与可靠性方面的劣势， 云智算光互连发展报告 另外，OCS 是一种基于端口的光交换技术，导致其扩展能力受限。 目前 OCS 领域的主流技术包括：直接光束偏转（DLBS）、数字 液晶（DLC）和微机电系统（MEMS）。其中，基于 MEMS 的光交换技 术具有大端口、低插损、快速切换和低成本的优势，是目前各厂商 选择的主流技术路线。 MEMS 光交换是一种基于微机电系统的光交叉连接技术。它通过 利用微纳技术制造微小尺寸的光学组件和机械结构，实现光信号的 灵活路由和交叉连接，如图 7 所示。MEMS 光交换是微镜反射型，方 便集成和控制，易于组成光交换阵列，是 MEMS 光交换研究的重点。 微镜阵列芯片是 MEMS 光交换系统中的核心组件，负责在光纤间建立 和断开连接。 图 7 MEMS 微镜原理 OCS 与流量调度系统结合，能够显著提升资源利用效率。目前 国外主要由谷歌主导，谷歌在其自研 TPU 集群中已批量应用 OCS， 自 TPUv4 沿用到今年发布的 TPUv7。每 64 个 TPU 通过电互连组成一 个 cube，cube 间使用 OCS 进行互连，如图 8 所示。在该组网下，通 过 OCS 灵活调整拓扑的能力，隔离故障节点提升可用性，集群可减 少 50 倍停机时间，并通过按需定制拓扑，提升 30%的吞吐量。除此 之外，OCS 在网络成本和网络功耗都有明显收益。 云智算光互连发展报告 图 8 谷歌 TPU 的超节点架构 国内主要由华为主导，目前推出了 DC-OXC 解决方案，其通过上 层的算网协同模块，对底层链路进行流量调度。通过在智算集群等 场景实际测试，在降低延迟、降低功耗以及增加可靠性等方面，取 得了较好的效果。 2.3.2 光分组交换 OPS 是光网络领域的远期技术路线，它描绘了一个带宽效率最 高、灵活性最强的全光网络终极蓝图，其宏伟目标是在光域内，以 单个分组数据作为为最小交换单元，实现全程无须光电转换的存储、 路由和转发，如图 9 所示。但受制于光缓存/同步难题，目前暂未实 现工程化。 图 9 OPS 组成结构 云智算光互连发展报告 2.3.3 光突发交换 OBS 的核心思想是一种折中与优化：它将数据流分割成较大的 突发数据包（Burst），并在传输前先发送一个控制分组来为这个突 发数据包预留网络资源。OBS 最关键的特点是数据在光域传输，而 控制信令在电域处理。但由于缺乏光随机存储器，以及控制平面的 复杂性等原因，该项技术尚未推出商业化产品。 云智算光互连发展报告 3. 智算场景下光互连技术的应用研究 3.1 LPO 在 AIGC 算力网络中的应用 LPO 虽然采用 TIA 和 Driver 芯片替换 DSP，但同时引发了误码 率提高的问题。行业普遍认为，LPO 只适用于特定的短距离应用场 景。例如，数据中心机柜内服务器到交换机的连接，以及数据中心 机柜间的连接等。目前，锐捷网络公司聚焦 AIGC 算力网络场景规划 设计了三款自研 LPO 光模块，满足以下三种网络架构的互连需求， 如图 10 所示。 图 10 锐捷 LPO 模块在三种网络架构下的互连应用 千卡 GPU 集群为 AI 训练和高性能计算提供算力，其内部数据交 互需要高带宽、低延迟的网络互连。LPO 技术在此类场景中的应用 优势主要体现在：能耗降低、成本减少以及良好的可维护性等方面。 以下是千卡 GPU 集群场景下 LPO 模块的典型应用，如图 11 所示。 云智算光互连发展报告 Spine 下行：128*400G 8 2 Leaf 1 … 上行：64*400G 下行：64*400G POD1 POD2 Server 400G 7 1 2 3 4 5 6 7 8 …x64… 1 2 3 4 5 6 7 8 …x64… 12 34 56 78 12 34 56 78 12 34 56 78 12 34 56 78 12 34 56 78 12 34 56 78 12 34 56 78 Server-1 Server-2 Server-3 Server-64 Server-65 Server-66 Server-67 Server-128 12 34 56 78 400G LPO光模块互联 图 11 锐捷 LPO 模块在千卡 GPU 场景下的应用 场景规模为 128 台 AI 服务器，且每台搭载 8 卡 GPU 和 8 个单口 400G 网卡。采用二级组网，Spine 和 Leaf 互连两端可以使用 400G LPO 光模块。每 64 台 GPU 服务器为一个 POD，千卡集群共需 2 个 POD，16 台 Leaf 和 8 台 Spine 互连共需 2048 个 LPO 光模块。按功 耗减低 50%（3.5W）估算，光模块功耗总共下降约 7kW。 3.2 CPO 交换机在智算场景下的应用 CPO 交换机具备高吞吐量、低时延、低能耗等多项技术优势。 如图 12 所示，新华三 CPO 交换机是基于 51.2T 高性能芯片设计的 800G CPO 交换机，最大支持 64 端口 800G 端口，可扩展为 128 * 400G/200G/100G 端口，单 POD 可支持超过 8000 张 400G 网卡，最大 可支持 3.2 万张