在人工智能算力需求持續(xù)攀升的背景下，英偉達(dá)最新發(fā)布的NVL576與NVL1152系統(tǒng)引發(fā)行業(yè)震動。這兩款基于光互連技術(shù)的新架構(gòu)，標(biāo)志著GPU集群規(guī)模從72顆向千顆量級躍遷，而支撐這一突破的核心，正是對銅纜與光互連技術(shù)的精準(zhǔn)取舍。

NVL72機柜的物理極限暴露了銅纜的天然短板。這個重達(dá)1.36噸的"鋼鐵巨獸"內(nèi)，5000余根同軸銅纜編織成3.2公里長的信號網(wǎng)絡(luò)，卻僅能支撐72顆GPU在1.8TB/s帶寬下實現(xiàn)全互連。網(wǎng)絡(luò)高級副總裁Gilad Shainer坦言："當(dāng)信號傳輸距離超過1米，銅纜的衰減就會讓高速通信變得不可行。"這種物理限制直接導(dǎo)致跨機柜擴(kuò)展時，只能依賴帶寬與延遲均差一個數(shù)量級的InfiniBand網(wǎng)絡(luò)。

光互連的轉(zhuǎn)機始于共封裝光學(xué)（CPO）技術(shù)的成熟。通過將光引擎直接集成至交換芯片封裝，CPO方案省去了傳統(tǒng)可插拔模塊的外殼與連接器，使單個光模塊功耗從10-15瓦降至3瓦以下。2025年英偉達(dá)在Spectrum以太網(wǎng)交換機上首次量產(chǎn)CPO，為后續(xù)技術(shù)遷移積累了關(guān)鍵經(jīng)驗。這種技術(shù)突破使得在機柜間部署光網(wǎng)絡(luò)成為可能——NVL576系統(tǒng)通過光模塊連接8個NVL72機柜，構(gòu)建起576顆GPU的計算域。

新系統(tǒng)的混合架構(gòu)設(shè)計凸顯工程智慧。在NVL576中，機柜內(nèi)部仍沿用成熟的銅背板連接GPU與交換機，僅在機柜間部署光模塊；而計劃2028年推出的Feynman系統(tǒng)更進(jìn)一步，可能將CPO直接集成至GPU封裝。這種分層策略既保留了銅纜在短距離傳輸中的成本與可靠性優(yōu)勢，又通過光互連突破了物理空間限制。超大規(guī)模計算副總裁Ian Buck指出："單層交換網(wǎng)絡(luò)能將延遲降低40%，這是訓(xùn)練萬億參數(shù)模型的關(guān)鍵。"

供應(yīng)鏈爭奪戰(zhàn)揭示技術(shù)轉(zhuǎn)型的殘酷性。為確保CPO關(guān)鍵部件激光器的穩(wěn)定供應(yīng)，英偉達(dá)在2026年3月向Coherent與Lumentum各注資20億美元，鎖定磷化銦晶圓與高功率激光芯片的優(yōu)先產(chǎn)能。月底追加的20億美元投資Marvell，則將Celestial AI的光子互連技術(shù)納入NVLink生態(tài)。這三筆合計60億美元的布局，恰在UALink開放標(biāo)準(zhǔn)硬件量產(chǎn)前完成，形成顯著的先發(fā)優(yōu)勢。

技術(shù)演進(jìn)背后是算力需求的指數(shù)級增長。訓(xùn)練ChatGPT級大模型需要數(shù)千顆GPU協(xié)同工作，而當(dāng)前架構(gòu)中跨機柜通信帶寬僅為機柜內(nèi)部的1/20。黃仁勛在GTC主題演講中強調(diào)："當(dāng)576顆GPU能像單顆芯片般通信，訓(xùn)練效率將提升10倍。"這種效率提升不僅來自帶寬增加，更源于光互連將通信延遲壓縮至納秒級，接近銅纜內(nèi)部傳輸水平。

銅纜并未退出歷史舞臺，但其角色已發(fā)生根本轉(zhuǎn)變。在機柜內(nèi)部，銅背板仍以零功耗、高可靠的優(yōu)勢連接GPU與交換機；而在機柜間，光模塊構(gòu)建起的高速通道正打破物理邊界。這種技術(shù)共生狀態(tài)印證了Shainer的判斷："在可觸及的范圍內(nèi)，銅纜仍是最優(yōu)解。"但隨著Feynman系統(tǒng)將GPU密度推向新高度，光的統(tǒng)治領(lǐng)域正在不可逆地擴(kuò)張。