AI数据中心的“跨区域计算”痛点
当AI训练与大规模计算需要调动全球数据中心的算力时，跨区域网络延迟与高能耗成为核心阻碍——英伟达曾明确提及，跨数据中心延迟是AI训练效率的重要制约因素。而随着数据量呈指数级增长，传统电交换架构下的“光-电-光”信号转换流程，更让能耗与延迟问题雪上加霜。
OCS：光域直连刷新数据传输潜力
由光通信技术演进而来的OCS（光路交换机），给出了截然不同的解法：无需经过光-电信号转换，直接在光域内完成信号交换。这一特性让OCS具备“延迟与能耗双低”的核心优势——相比需依赖光-电转换的CPO（光学共封装系统），OCS更像“光域立交桥”：当数据中心需跨区域串联成“超级GPU”，内部数十万计算节点协同计算时，OCS能以更低延迟支撑大规模数据传输，同时降低能耗消耗。
谷歌案例：OCS的“效能实证”
谷歌是OCS技术的“率先落地者”。2023年，谷歌研究发现OCS硬件与光纤组件成本仅占超级计算系统的5%，功耗占比不足3%；随后将OCS引入Jupiter数据中心网络，结果显示：网络吞吐量提升30%、功耗降低40%、数据流完成时间缩短10%、宕机时间减少50倍，资本开支也下降30%。这一案例直观验证了OCS的价值——用更低成本实现跨区域数据中心的高效协同。
巨头入局：从标准化到商业化落地
OCS的潜力已吸引全球巨头参与。2025年7月，开放计算项目（OCP）成立OCS子项目，旨在推动光交换技术的开放化与标准化，初始成员包括谷歌、微软、英伟达、Lumentum等。作为项目领导者，Lumentum已率先收获商业化成果：第二季度向两家超大规模云厂商出货OCS，第三家客户即将落地，未来相关业务有望贡献数亿美元收入。
国内厂商也在加速布局：华为推出的全光交换机Huawei OptiXtrans DC808，采用MEMS技术实现高速稳定交换，还在2025年日本Interop Tokyo展会上获得“Best of Show Award特别奖”，展现了国内OCS技术的竞争力。
未解决的挑战：成本与技术路径分歧
但OCS并非“毫无阻碍”。当前光交换机制造成本仍高于电交换机，英伟达在OCP EMEA 2025大会上提到，OCS与CPO配合使用才能进一步降低整体功耗——OCS是对CPO的互补，而非全方位替代。此外，OCS内部仍存在技术路径分歧：
- MEMS方案：核心客户为谷歌，参与厂商较多，技术成熟度较高；
- 数字液晶DLC方案：由Coherent研发，已逐步导入超大规模云厂商供应链；
- 压电陶瓷DBS方案：Polatis独家技术，目前仍未成熟。
市场前景：2029年规模或超16亿美元
尽管存在挑战，OCS的成长确定性仍被看好。Cignal AI预计，2025年后更多厂商将投资OCS领域，其在数据中心核心层、AI集群的部署量将持续增长，2029年市场规模有望超过16亿美元；国盛证券更是直言，OCS有望引领下一个光子通信时代。
中信证券提醒，AI数据中心使用OCS仍处早期阶段，但技术路线可行、优势明显，建议关注整机、核心器件、光学零部件等全产业链环节。
本文来自微信公众号“科创板日报”，作者：张真，36氪经授权发布。
