Scale Up: 是 PLO , NPO 还是 CPO?

若您对半导体/芯片/光器件模块/光纤通信等感兴趣

欢迎关注我们！

AI的发展，特别是大模型，对数据中心的数据传输能力提出了前所未有的要求。

这个需求，我们称之为 Scale Up，它和传统的 Scale Out 不一样。Scale Up 的核心在于要把成千上万个 GPU 紧密地连接起来，形成一个庞大的协同计算单元。

那么，Scale Up 具体对网络有什么要求呢？

首先，是带宽。这个需求非常显著，大约需要提升 10 倍。举个例子，像 NVIDIA 的 GB200 超级芯片，每个 GPU 所需的内部互联带宽高达 7.2 Tbps，这远远超过了我们目前网卡 800 G 的水平。

其次，是连接距离和类型。当计算从单个机柜扩展到多个机柜时，铜缆就显得力不从心了，我们必须转向光学连接。

第三，是可靠性。这么多 GPU 作为一个整体运行，任何一个环节出现问题都会影响整个系统，所以稳定性至关重要。

第四，是延迟。要保证 GPU SuperPod 的性能，低延迟是必须的，这就需要高性能、低 BER 的 FEC 技术。

最后，当然是功耗和成本。我们希望光模块的功耗远低于 GPU 本身，最终目标是最大化每瓦特电力、每美元成本所能产生的计算效能。

谈到实现这些目标的关键技术，硅光子技术已经经历了大规模现场部署的考验，证明了其极高的可靠性。

已有公司的硅光子芯片，累计部署时间已经超过 400 亿设备小时，FIT 率非常低。

基于硅光子的 1.6 T 光收发器，在 200 G PAM4 调制格式下性能非常稳定。

更多关于1.6T硅光模块知识可以参考：

而且，结合了新型材料 TFLN 的混合硅光子方案前景广阔，有望将单通道速率进一步提升到 400 G PAM4。

我们再来看看光模块本身的演进。

可插拔光模块，也就是我们常说的 PLO，依然是当下的主力。

采用商用交换机进行的早期测试显示出良好结果，其 BER 下限极低。

同时它的功耗在持续降低，随着 DSP 芯片工艺进步到 3 nm 甚至 2 nm，1.6 T 模块的功耗可以降到 16 W 以下，能效达到 7.5 pJ/b 以下。若采用线性直驱技术 LPO，更有望做到 5 pJ/b，这对降低数据中心总功耗意义重大。

除了功耗，成本也是大家非常关心的。根据行业预测，可插拔光模块的价格会持续下降，预计到 2030 年，1.6 T 模块的每 Gbps 成本将低于 0.1 美元。

(来源于网络公开信息)

通过更高程度的硅光子集成，比如做成 64 通道 200 G 的 12.8 T 模块，成本还能进一步优化。

以 OIF 高密度连接器项目为例，其开发的新一代高密度 2D 电气连接器在多个方面实现了突破。

这种高密度集成使其能支持 12.8 T 或 25.6 T 的带宽，并且设计 I/O 速率高达 224 G PAM4，未来更可演进至 448 G PAM6 或 PAM8。同时，它的模块尺寸紧凑，也能很好地适配 GPU 和 Scale-up 交换机。

再就是，由于采用了硅光子技术和更简化的设计，它的可靠性更高，BOM 数量更少，结合低功耗方案，能实现更低的 $/Gbps。

那么，光互联技术的未来会怎样演进呢？目前看有三条主要路径。

第一条是继续演进 PLO。可插拔光学具备开放的生态系统，易于维护和更换，通过线性光学和 CPC 技术实现了低功耗和高信号完整性，单模块传输容量可超过 10 Tbps。

第二条路径是近封装光学，也就是 NPO。它把光引擎放得离 ASIC 更近，减少了电通道损耗，同时支持 Open Socket 的概念，维护起来比下面的方案要更方便。

第三条路是 CPO，它将OE和 ASIC 放在同一个基板上，电通道损耗最低，性能潜力最大。

但它要求开发早期就绑定，技术选择受限，而且维修成本和难度都非常高，所以目前还在早期阶段。业界也在思考会不会有 Open CPO 的可能。

CPO 可靠性验证可以参考：

重点说一下 NPO 这条路径。它的 Open Socket 的设计特别有潜力。它兼容多种已部署的高速连接器，这些连接器本身已经支持每通道 200 G 的速率。

所以 NPO 最大优势是将 ASIC 接口与具体使用光还是铜连接解耦，给了系统设计者极大的灵活性，也促进了开放的、多供应商的生态系统，维修更换的成本和难度都低很多。

最后，总结一下：

感谢阅读！

参考：OCP2025-Optics for Scale Up.pdf

邀请您加入我们的社群，获取大量半导体芯片/光器件/光模块领域的Ebook、技术文档、趋势研报！

欢迎加入“半导体/光器件产业链交流群（已超300+人)”，请添加微信“OFC2025”，备注相关行业方向。