开放硅光如何重构 AI 系统：一份 294 页 OCP 架构愿景的深度解读

来源：Open Compute Project 社区白皮书 Architecture Vision: Open Silicon Photonics for AI Systems，版本 1.0.6，2026 年 7 月；主要作者包括 Bijan Nowroozi（Lightmatter）、Mohammad Alavirad（Dell Technologies）、Michael Klempa（Qualcomm）、Jian Chen（Dell Technologies）、Jared Wright（Qualcomm）与 Jiayin Ma（Flex）。

阅读说明：原文共 294 页。应读者要求，本文仅发布由 ChatGPT/Codex 完成的中文深度解读，不附原文全文，也不是逐页翻译。文中数字会区分公开数据、模型推导、架构目标与前瞻假设。

许可说明：原白皮书及所引原图采用 CC BY-SA 4.0；本文保留作者、文档标题、版本与许可信息，所用图片均来自该白皮书。

---

一句话结论

这份白皮书真正想标准化的并不是某一颗硅光芯片，而是光进入 AI 服务器之后的系统边界：光引擎放在哪里、怎样连接、怎样供光、怎样维护、怎样报告故障，以及如何让不同厂商的器件在同一套机架和无源光纤基础设施上工作。

它的核心判断可以浓缩为一句话：

铜互连迫使拓扑服从物理距离；光互连让拓扑开始服从工作负载。

如果这套开放契约最终落地，硅光的竞争单位将从“单个收发模块”上升为“芯片封装—服务器托盘—机架—光纤平面”的系统工程。受益者也不会只是一两家 CPO 芯片公司，而会覆盖光引擎、外置激光器、连接器、光纤附件、先进封装、测试设备、系统集成和运行时管理软件。

一、这不是产品规格，而是建立规格的架构语言

文档反复强调，它是一份 informative architecture vision，不是具有强制合规要求的正式规范。它现在提供的是四种共同语言：

1. 通道预算（channel budget）：用可测量的损耗、信噪比和余量判断一条链路能否成立；
2. 放置分类（placement-class taxonomy）：把可插拔、板上、近封装、共封装乃至面积型光 I/O 视为连续的工程选择，而不是阵营标签；
3. COM 驱动的选择框架：综合信道工作裕量、功耗、延迟与可靠性，决定电子—光子转换边界；
4. 包络与契约（envelope and contract）：公开接口必须满足的机械、电气、光学、热、管理与 RAS 行为，但不规定厂商内部怎样实现。

白皮书建议下一步再由 OCP 社区形成 Base Specification、Design Specification 和具体产品规范。换言之，它回答的是“行业应该在哪些边界上达成一致”，而不是宣布“某种实现已经成为标准”。理解这一点非常重要：这是一张产业协作蓝图，不是一份已经完成认证的采购清单。

二、为什么铜互连正在成为 AI 系统的边界

AI 加速器的晶体管和 HBM 带宽仍在增长，但大规模训练能否兑现算力，越来越取决于加速器之间的数据交换。白皮书引用 Llama 3 405B 训练数据，指出其 BF16 Model FLOPS Utilization（MFU）约为 38%–43%；通信与同步开销是未兑现算力的重要来源。

文档把铜互连的压力拆成五个同时收紧的约束：

• 单条介质能够承载的信息密度；
• 芯片封装边缘能够逃逸的 I/O 数量；
• PCB 上能够布出的高速通道数量；
• 信号在噪声吞没之前能够传播的距离；
• 每传输一比特所需的能量。

当 SerDes 从 224 Gb/s/lane 向 448 Gb/s/lane 演进时，在相同调制和均衡假设下，可用铜缆距离可能压缩约 2–4 倍。更低损耗材料、更粗铜缆和 retimer 可以延长距离，但会把代价转移到功耗、板面积、成本和延迟。白皮书估算，多级 retimer 路径可能累计 40–120 ns 延迟；非重定时光链路则主要受约 5 ns/m 的传播延迟支配。

图 1：原文 Figure 1.2。传统封装边缘 I/O 随边长近似线性增长；面积型光 I/O 的可扩展空间随面积增长。来源：OCP 白皮书，CC BY-SA 4.0。

这里最深的矛盾不是“铜能不能再快一点”，而是封装周长是线性资源，计算和带宽需求却在逼近面积型增长。只延长铜的传输距离，无法增加芯片边缘能放下多少高速端口。

三、开放光子架构的四个关键设计

1. 不押注单一光学技术，而是定义共同接口

标题虽然写着 Silicon Photonics，但系统层设计刻意保持技术中立。硅光、VCSEL、micro-LED、相干光以及未来方案，都可以接入同一套被动光纤基础设施；scale-up 协议、Ethernet/UEC 类 scale-out，以及异构加速器互连，也不应被硬编码进光学层。

这意味着 OCP 想建立的不是“统一器件”，而是“统一边界”。供应商仍可在调制器、探测器、激光器、耦合方式、封装和 DSP 上竞争，只要对外满足相同契约。

2. 把光引擎放置视为连续谱

文档没有把 pluggable、NPO 和 CPO 简化成非此即彼的路线，而是依据距离、通道余量、功耗、热设计、可维修性和成本选择转换边界。越靠近 XPU，电走线越短、功耗和延迟通常越低，但封装、散热、良率与现场维修越难。

图 2：原文 Figure 5.12。右侧方案减少 retimer、厚层 PCB 与大量离散模块，但把更多系统责任带到封装和光纤平面。来源：OCP 白皮书，CC BY-SA 4.0。

白皮书希望系统集成商根据统一的通道评估函数做选择，而不是因为上一代产品使用了某种形态，就机械地沿用同一边界。

3. 无源光纤基础设施应跨越多个 SerDes 世代

最有平台价值的提议，是把光纤、raceway、Optical Distribution Frame（ODF）、faceplate 和盲插接口视为长期基础设施。224G、448G 乃至后续世代升级时，更换主动光引擎，而不是重新设计整块高层数中板、铜缆组件和机架布线。

这相当于把 AI 机架拆成两个更新周期：

• 慢周期：机架、无源光纤、连接器位置与维护界面；
• 快周期：SerDes、光引擎、激光器、交换 ASIC 与计算托盘。

如果成功，供应链价值会从“一代产品一次性设计”转向“跨代复用的平台接口”。但它也对连接器寿命、清洁度、插损一致性、盲插容差和现场诊断提出更高要求。

4. scale-up、scale-out 与 Scale-DSA 共用一个物理底座

白皮书提出第三条扩展轴 Scale-DSA：在不同计算架构之间提供接近内存语义的带宽与延迟，例如 GPU 与定制 AI ASIC、CPU 与 DPU、通用处理器与专用加速器之间的组合。

三类流量的逻辑要求不同：

扩展轴	典型范围	主要流量	延迟要求
Scale-up	同构加速器域内部	all-reduce、all-to-all、内存语义交换	亚微秒级
Scale-out	跨网络/跨 pod	以太网、存储、梯度同步	微秒到毫秒
Scale-DSA	跨计算架构	张量交换、内存池、控制面状态	随应用变化

物理光纤平面保持协议无关，不同流量通过独立 wavelength、fabric plane、Link Profile 和遥测契约隔离。其长远含义是，数据中心可能从“固定的一柜同类加速器”变成可按任务组合的计算池、内存池和专用加速器池。

四、CPO 不是终点，面积型光 I/O 才是长期上限

文档特别区分了 CPO 与 area photonics / APO。CPO 把光引擎搬到封装边缘，显著缩短电通道，但只要光 I/O 仍主要沿封装周边排列，它依然受到周长约束。APO 则尝试通过封装或芯片表面积释放 I/O，理论扩展关系从边长 L 转向面积 L²。

在文档的单 reticle 推导中：

• 102.4T 交换层仍可由离散光学承担；
• 204.8T 时边缘 I/O 已明显吃紧；
• 409.6T / 448G 世代下，模型认为铜边缘约短缺 15.8 倍，边缘型 CPO 约短缺 4.9 倍，只有面积型光 I/O 的理论上限能够覆盖需求。

这些数字是基于明确几何和带宽假设的模型推导，不是已量产系统的实测结果。它们的价值在于揭示方向：当交换容量继续翻倍，产业最终面对的不只是“把光模块移近芯片”，而是“怎样让 I/O 从封装表面大规模逃逸”。

五、从近期 CPO 到长期光子计算平面的三阶段路线

图 3：原文 Figure 9.4。第一阶段安装可跨代复用的无源光纤基础设施，随后逐步把 scale-up 光化并走向更高密度的面积型光 I/O。来源：OCP 白皮书，CC BY-SA 4.0。

白皮书给出的演进不是一次性“全光替换”，而是三阶段迁移：

1. 近期：水平托盘 + 光学 scale-out。铜仍承担托盘内部 scale-up，光先替代更远距离的可插拔链路，同时安装 faceplate、ODF 和光纤路由；
2. 中期：高密度托盘/垂直 canister + 光学 scale-up。CPO/NPO 深入计算和交换托盘，retimer 与厚层中板减少，Class V 等高密度形态出现；
3. 长期：面积型光 I/O + 体积化计算阵列。计算模块通过大规模光连接形成可重构矩阵，机架内部的拓扑更多由调度系统而不是固定布线决定。

这一路线的聪明之处，是尽量让第一阶段安装的无源基础设施继续服务第二、第三阶段。但它是否真的“generation-invariant”，仍取决于未来连接器密度、波长规划、激光功率预算和现场维护要求能否提前覆盖。

六、最值得关注的数字，以及它们属于哪种证据

白皮书在附录中主动标注了关键数字的证据性质。阅读时不应把目标值和已验证数据混为一谈。

指标	文档给出的数值	文档中的性质	应如何理解
大模型训练 MFU	38%–43%	公开数据	描述已报告的 Llama 3 405B 训练效率
MFU 目标	55%–65%	架构目标	需要工作负载、网络和软件共同兑现
可插拔光学能耗	15–20 pJ/bit	公开区间	用于建立当前系统基线
CPO 能耗	5–7 pJ/bit	公开、已有演示	不代表所有链路和环境都能达到
面积型光 I/O	2.3–5 pJ/bit	前瞻区间	尚处于下一代工程目标带
CPO 与可插拔 MTBF	2.6M vs 0.55M 小时	公开披露	需按链路数、温度、连接器和激光架构归一化
高带宽域规模	72 → 1,024–1,152 XPU	架构目标	受交换 radix、协议和系统调度共同限制
单机架节省功率	约 50–150 kW	模型推导	对带宽、CPO 迁移比例和统计口径高度敏感

图 4：原文 Figure 11.1。铜从“足够”走向“承压”和“失效”后，新的瓶颈会转移到光子 radix；光并不会消灭约束，只会改变约束所在。来源：OCP 白皮书，CC BY-SA 4.0。

最稳健的结论不是“用了光就一定把 MFU 提高到 65%”，而是：互连功耗、距离和 I/O 逃逸已经足以改变系统拓扑；至于工作负载最终获得多少收益，要由模型并行策略、通信库、拥塞、内存命中率与故障恢复共同决定。

七、对产业链的真正含义

1. 标准化对象从模块扩展到整套系统边界

过去光通信标准更关注模块端口和链路；当光引擎进入封装或主板，标准范围必须扩展到机械空间、热环境、供电、外置激光、光纤路由、管理接口和 RAS。能同时理解光、电、热、机械和制造测试的系统集成商将获得更强话语权。

2. 连接器、光纤附件与 ODF 不再是低价值配角

一条开放光子链路可以跨厂商工作的前提，是每个物理边界的插损、反射、污染、对准和插拔寿命都可预测。白皮书按连接器数量累计损耗，并提出 foundry、component、assembly、system/field 四层测试体系。高密度连接、expanded-beam、FAU、盲插接口、清洁检测和光纤管理因此成为系统良率的一部分。

3. 测试和可观测性会成为规模化门槛

文档明确要求 Photonic Known-Good-Die、晶圆级光学表征、组装后链路验证，以及 COM 到 RAS 的运行时闭环。CPO 量产需要的不只是更快的光学 ATE，还包括跨 EIC、PIC、激光器、封装和整机的身份追踪与数据格式。这与本站此前对 CPO 高容量测试瓶颈 和 CPO 测试标准化 的判断一致。

4. “开放”会扩大市场，也会压缩封闭接口溢价

开放契约能降低供应商切换成本、扩大可参与厂商范围，但也可能让单一厂商难以长期依靠专有机架接口获取超额利润。更持久的壁垒会转向量产良率、能效、封装、测试数据、可靠性和交付能力，而不是接口本身。

八、这份白皮书仍未解决的五个问题

1. 规范尚未完成：Base Specification、合规测试和认证体系仍待社区共同制定；
2. 数字混合了实测与愿景：MFU、机架功耗回收和千卡级 HBD 包含模型与前瞻假设，不能直接当成产品承诺；
3. 热与维修的矛盾没有消失：光越靠近高功耗 XPU，电链路越好，但温度、激光可靠性、封装良率和现场更换越难；
4. 协议无关不等于系统无关：光层可保持透明，上层仍需处理一致性、拥塞控制、路由、同步、安全和多租户隔离；
5. 开放生态可能碎片化：OCP、OIF、IEEE、CXL、UCIe、UALink、UEC 和多个 MSA 必须协调，否则“开放”也可能形成多套不兼容契约。

这也是为什么白皮书把 connector、link budget、telemetry、qualification 和 governance 写得如此细：光学器件已经可用，真正缺的是让它们以多供应商方式组成可靠系统的共同规则。

九、后续最值得跟踪的信号

• OCP 是否正式建立 MHS Interconnect for AI 工作流并发布 Base Specification；
• 是否出现多厂商通过同一 Link Profile 和合规测试的互操作演示；
• CPO/NPO 的实际 pJ/bit 是否包含 ELS、管理与冷却开销；
• 224G 到 448G 时，连接器损耗和可制造性是否达到文档预算；
• PKGD、晶圆级光测和组装后测试是否形成统一数据格式；
• 机架级 ODF、盲插接口和光纤清洁维护能否达到数据中心可接受的 MTTR；
• 高带宽域扩大后，真实训练任务的 MFU、尾延迟和故障域是否按预期改善；
• APO 是否从演示进入可量产封装，并证明面积扩展优势不会被热、供电和耦合良率抵消。

我的结论

这份 294 页白皮书最重要的贡献，不是预测“光一定取代铜”，而是把电子—光子边界从厂商内部设计选择，提升为可以公开讨论、测量和认证的系统契约。

短期内，铜、可插拔光学、NPO 和 CPO 会长期共存，系统集成商会根据距离、功耗、成本和可维护性逐段迁移。长期看，真正决定 AI 集群上限的可能不再只是单 lane 速率，而是三件事：

1. 能否从封装面积而非周长释放足够多的 I/O；
2. 能否让无源光纤基础设施跨越多个计算和 SerDes 世代；
3. 能否用开放契约把多厂商器件组合成可测试、可诊断、可维修的系统。

因此，开放硅光的产业机会不应被简化为“下一只 CPO 股票”。更准确的观察框架是：谁能让光从实验室中的高性能链路，变成数据中心里可规模制造、可互操作、可维护的基础设施。

延伸阅读

• Lightmatter：Open Silicon Photonics for AI Systems 的 OCP Summit 议题
• 本站：AI 的下一个瓶颈会是光互连吗？
• 本站：CPO 测试若缺乏标准化将无法规模化量产
• 本站：为什么 CPO 正变得不可避免
• 本站：硅光链路预算与光学非理想因素

本文为技术与产业研究，不构成投资建议。原白皮书、图表和本文基于其内容形成的改编部分按 CC BY-SA 4.0 署名—相同方式共享许可使用。