咨询QQ:
      杂志订阅

      编辑

      网管

      培训班

      市场部

      发行部

电话服务:
 010-82024981
设为首页 | 收藏本页
构建面向AI时代的高性价比网络:数据中心互连与跨规模网络
  • 2026年,数据中心建设与扩建领域的资本支出继续保持迅猛增长态势。继第一季度财报发布后,多数分析师上调了超大规模云服务商全年的资本支出预期,预计增长率将超过过去两年每年60%以上的水平。

    2026年,数据中心建设与扩建领域的资本支出继续保持迅猛增长态势。继第一季度财报发布后,多数分析师上调了超大规模云服务商全年的资本支出预期,预计增长率将超过过去两年每年60%以上的水平。
      
      据预测,到2030年,涵盖超大规模云服务商、新兴云服务提供商及主权AI项目在内的全球数据中心资本支出总额将超过1.7万亿美元。与此同时,向以加速计算处理器(XPU)为核心的所谓“AI工厂”转型,正推动着数据中心之间互连需求的增长。
      
      一种被称为“跨数据中心扩展网络”(scale-acrossnetworking)的专用数据中心互连(DCI)技术应运而生,使AI和云服务提供商能够利用光互连技术,突破单体数据中心在物理空间和功耗方面的限制,实现XPU集群与后端网络的扩展。
      
      构建和训练先进的大语言模型往往需要数月的处理时间,即便拥有包含数十万个XPU的计算集群也不例外。提升计算并行度与缩短训练时间的竞赛正如火如荼地进行,多个数据中心项目(包括xAI宣布将其Colossus项目扩展至孟菲斯地区的第三座数据中心大楼)正致力于实现单集群部署超过一百万个XPU的目标。
      
      与此同时,全球数据中心投资正加速推进模块化、分布式设施的建设以及现有站点的升级改造,以支持推理工作负载,从而快速响应企业及消费者的查询需求。尽管此前AI训练工作负载主导了数据中心的需求,但预计最早在2026年,推理工作负载就将超越AI训练,成为主要需求。
      
      无论是传统的DCI还是后端跨数据中心扩展网络,高速光互连都是AI网络架构(AIfabric)的基石,负责在AI算力网格中连接各个数据中心与加速计算资源。为了以经济高效的方式满足数据中心运营商及其上游传输服务提供商的需求,行业需要持续进行创新与整合,以提升容量、降低单位比特的占用空间与功耗,并优化成本。
      
      相干可插拔模块、多尺度开放式光线路系统以及AI赋能的网络自动化,是DCI与跨数据中心扩展网络下一阶段发展的三个核心创新方向。
      
      相干可插拔模块
      
      相干可插拔模块已从城域数据中心互连(DCI)的一种可选方案,演变为传统DCI和新兴横向扩展(scale-across)架构的主流构建模块。
      
      其价值在于能够将大容量光连接功能直接集成到路由器、交换机和紧凑型传输系统中,同时降低功耗、占用空间以及每比特的总体成本。这种模式已经重塑了城域和区域DCI市场;而从400GZR/ZR+向800GZR/ZR+的演进,正将可插拔模块的经济效益和运维简便性优势,扩展至更高容量的AI和云互连应用场景。
      
      行业分析师日益将可插拔模块视为带宽增长的主要引擎。随着分布式数据中心和AI集群推动站点间更大容量的需求,800G技术的部署将在2026年加速。
      
      光线路系统
      
      光线路系统(OLS)相当于光网络的“入口匝道”和“加油站”,负责汇聚并放大光纤上的波长信号。得益于集成度和小型化水平的提升,如今仅需一个紧凑型模块,即可在单对光纤上实现多达64个波长的复用/解复用,从而提供每对光纤50–75Tb/s的传输容量。
      
      网络运营商既可以选择针对成本和功耗进行优化的固定滤波器设计,也可以选择灵活且可编程的设计,后者支持多种数据速率以及不同代际的可插拔和嵌入式光引擎。
      
      在终端站点进行DWDM波长复用/解复用的同时,集成与创新技术也催生了紧凑型在线光放大器(ILA),能够以更低的功耗和更小的占地面积支持多对光纤。光信号在单模光纤上传输时,每公里的衰减约为0.2dB,因此必须每隔50–100公里(约30–60英里)进行一次放大。
      
      ILA部署在光纤链路上以提供这种放大功能。目前的ILA模块通常仅针对单根光纤或单对光纤进行放大。然而,随着大型AI和云服务提供商为横向扩展网络等应用构建跨越数百对光纤、容量高达拍比特(petabit)级的互连系统,这种传统的放大方式将迅速耗尽现有小型放大器机房的空间与电力资源。新型紧凑型高密度在线光放大器(ILA)支持每个模块容纳多对光纤,并可在单个7英尺(2米)机架内实现多达160对光纤的信号放大——其密度是上一代产品的8倍。
      
      网络自动化
      
      鉴于光互连是支撑AI训练与推理算力网络(AIgrid)的基石,自动化已成为架构层面的必然要求,而不仅仅是提升运营效率的工具。网络自动化始于通过开放API、流式遥测和标准化数据模型实现的可见性与可编程性;这些机制将实时网络状况及关键性能指标(KPI)透传给编排与服务保障系统。
      
      反过来,网络自动化助力运营商提升资源利用率、优化性能、创造新业务收入,并能根据分布在各处的加速计算节点的负载编排情况,灵活连接与调整传输容量。此外,网络自动化还能增强网络韧性,通过及早识别异常和光纤故障,防止其蔓延并波及计算域。
      
      迈向下一阶段
      
      随着AI投资持续加速,连接数据中心与分布式加速计算资源的网络变得愈发关键。要同时满足大规模训练集群与分布式推理负载的需求,光网络架构不仅需要具备更高的容量,还需兼顾紧凑性、能效与自动化水平。
      
      正因如此,相干可插拔模块、多尺度光线路系统以及基于遥测技术的开放式网络自动化,正成为构建下一阶段数据中心互连与跨域扩展网络的关键基石,助力实现经济高效的部署。
      
      编辑:Harris
      
      

    2026年,数据中心建设与扩建领域的资本支出继续保持迅猛增长态势。继第一季度财报发布后,多数分析师上调了超大规模云服务商全年的资本支出预期,预计增长率将超过过去两年每年60%以上的水平。