FS D5130 光交换机扩展，但规模才是真正的考验
FS 于 10 月 8 日扩展了其 D5130 光交换机系列，为最高支持 32×32 端口的产品线新增多模和可定制型号。FS D5130 光交换机面向 AI 集群，适用于训练、推理和测试工作负载迁移时需要改变物理连接的场景。
此次扩展使 FS 置身于数据中心网络的重要变革之中。光路交换机可在光纤之间直接路由光信号，避免在交换层内部进行光-电-光转换。FS 表示，这种设计可降低适配复杂性，同时支持从 100G 到 800G 及更高带宽的流量。
关键问题在于，此次发布并未证明什么。D5130 覆盖了更多部署类型，但 FS 尚未公布独立性能测试、生产环境参考案例或大规模集群结果。竞争对手已在推广数百端口的交换机，而 Google 多年来一直在数据中心规模运行定制化光交换层。
因此，这并非一次简单的产品更新，而是对更小型、可商用获取的光交换机能否从实验室和专用链路走向实际 AI 基础设施的检验。
FS 为 D5130 产品线新增了什么
FS 扩展了 D5130 系列对不同光纤类型和配置的覆盖范围，但并未将平台容量提升至 32×32 端口以上。
该公司 10 月 8 日发布的产品公告将原 DCS-W 系列更名，并推出了更多 D5130 配置。该系列现包括单模、多模和可定制版本。
标准矩阵规格包括 8×8、16×16 和 32×32 配置。一台 8×8 交换机可连接八个光输入与八个输出，同时在该矩阵内保留任意端口间的路径选择能力。
FS 列出了三款单模产品及三款相应的多模产品。它还提供可配置的 D5130-W-C 型号，不过已发布规格显示，定制系统仍限制在 32×32。
这一选择使 FS 光交换机产品线可承担多种角色。较小的矩阵可支持光学实验室、组件测试、设备验证以及有限的生产互连。更大的型号则可部署在 AI 或高性能计算环境中的网络设备之间。
该交换机采用无阻塞架构。在这一语境下，无阻塞意味着任意可用输入均可连接至任意可用输出，不会因另一条活动电路而无法建立所需路径。
FS 还将 D5130 描述为协议和速率透明。该交换机引导光信号，而非读取 Ethernet、InfiniBand 或其他数据包格式。这种方式允许同一路径承载不同协议和数据速率。
已公布的规格涵盖 100G 至 800G 及更高速度。然而，这种表述描述的是光学透明性，并不代表每一种可能速率都经过验证基准测试。收发器、光纤类型、链路预算和连接系统仍决定端到端性能。
该产品配备双冗余 AC 或 DC 电源。浏览器界面负责配置、光路监控和告警。部分配置增加了光功率监测功能，可帮助运营人员发现活动路径上的信号衰减。
FS 还宣称支持暗光纤交换。暗光纤意味着即使输入端没有光信号，也可以配置光路。这项能力对于配置备用链路、测试未激活电路和准备故障切换路由具有重要意义。
双向路径控制进一步拓展了可能用途。运营人员可以为测试、设备共享、网络恢复或变更集群拓扑分配光路，而无需手动移动光纤。
不过，此次发布未提供该更名系列的客户部署案例、交换延迟测量值、插入损耗数据或可靠性结果。这些缺失并不意味着规格无效，但界定了买家可从公告中得出的结论范围。
此次事件的实质很明确：FS 扩展了现有光路交换机的可选配置。它尚未证明 D5130 能够取代大型 AI 集群内部的电交换网络结构。
为什么 AI 数据中心需要可重构光路
AI 基础设施使光路交换具有吸引力，因为昂贵的加速器往往以结构化、高带宽模式进行通信。
传统电分组交换机会检查数据包，并通过电子交换芯片进行转发。它可快速应对不断变化的流量、缓冲区争用，并将单个数据包导向不同目的地。
光路交换机则承担不同的任务。它在端口之间建立物理光路，随后不再改动传输数据。这条电路更像是临时分配的光纤，而不是处理数据包的设备。
这种差异可从网络的某些部分移除一个电交换阶段，也可以减少转换、避免依赖特定协议，并让光路跨越不同接口代际持续存在。
Open Compute Project 发布的OCS 白皮书概述了 AI 数据中心中的若干应用，包括替代电脊交换机、在故障后重新配置链路，以及根据工作负载需求改变拓扑。
其中的脊交换机替代示例说明了能耗方面的理由。该论文模拟了 64 台电脊交换机机箱，每台功耗约 30 千瓦，总负载接近 1.9 兆瓦。
这一数字是情景模型，并非普遍适用的节能估算。实际功耗取决于交换机利用率、光模块、冗余、冷却、拓扑及被替换设备。不过，它说明了数据中心运营商为何会研究光学替代方案。
AI 工作负载进一步强化了这一理由，因为其通信通常是协调进行的。分布式训练系统会按照软件控制的计划，反复交换梯度、参数、激活值和专家路由流量。
运营人员有时能比处理普通互联网流量更有效地预测这些交换。一套调度系统可在持续传输之前建立光路，随后为下一通信阶段重新配置。
Google 提供了最有力的生产环境先例。其公开的Jupiter 网络历史称，该公司在其大部分数据中心网络中使用了光路交换机和软件定义网络。
Google 的 Apollo 交换机使用两组微小可移动镜面。软件旋转这些镜面，将输入光纤映射至选定的输出光纤。网络随后根据应用需求重新分配带宽。
这一先例证明，光路交换能够以数据中心规模运行。但它并不能证明每一台商用交换机都能复现 Google 的成果。
Google 对交换机、收发器、环行器、控制系统和网络架构进行了协同设计。其工程师经过多代迭代，在端口数量、光学性能、交换时间、成本和软件行为之间取得平衡。
这种集成负担解释了为何现成设备只是整个系统中的一部分。AI 运营商还需要拓扑控制、工作负载感知、故障恢复、遥测和编排能力。
FS 光路交换机负责物理路径层。计划中的 AmpCon 集成旨在将该层连接至更广泛的管理系统。在该集成推出之前，客户必须评估自己需要构建多少编排能力。
FS D5130 光交换机如何路由光信号
FS D5130 光交换机使用 MEMS 镜面重定向完整光通道，而不处理其中的数据包。
MEMS 是微机电系统，指通过电信号控制的微观机械结构。在光交换机内部，小型镜面倾斜，将光束导向选定输出端。
一种常见的三维 MEMS 设计会为输入端使用一面镜子，并为输出端使用另一面镜子。两者协调移动，使入射光束与选定的目标光纤对齐。
信号在穿越交换机时始终保持为光信号。内部没有先将光转换为比特的接收器，也没有重新生成光信号的发射器。
这种没有光-电-光转换的特性赋予了该架构速率透明性。如果光路和连接组件支持新的接口，镜面矩阵无需理解其编码方式。
这项特性可以延长物理交换层的有效使用寿命。部署于 400G 链路附近的交换机，未来可能承载更高速的接口，但仍受其光学带宽和损耗特性限制。
同样的属性也带来操作灵活性。一台 D5130 可以在一条电路上承载 Ethernet，并在另一条电路上承载 InfiniBand，前提是周边光学设备和端点符合适用要求。
MEMS 还提供了一种机械式路径选择。与电交换机不同，它不会独立转发每一个数据包。镜面会保持一条电路，直到控制系统请求新的映射。
Lumentum 对MEMS 架构的说明展示了这一方法为何吸引 AI 基础设施供应商。其设计为每条光连接使用两面镜子，并使镜面数量随端口数量线性扩展。
Lumentum 表示，其自有 MEMS 交换机通常可在不放大的情况下将插入损耗控制在 1.5 分贝以下。该数据属于 Lumentum 平台，而非 D5130，因为 FS 尚未在公告中公布相应数值。
插入损耗衡量光信号穿过组件时损失了多少光功率。更高的损耗会减少剩余链路预算，并可能限制光纤距离、连接器数量或收发器选择。
FS 将 D5130 描述为低损耗系统，但工程决策需要数值规格。买家应要求针对每条路径的保证损耗数据，而不仅是典型或最佳情况路径的数据。
交换时间也需要接受同样审视。机械镜面需要时间移动和稳定。毫秒级转换或许适用于长时间保持的电路，但当流量以数据包时间尺度变化时，表现可能欠佳。
D5130 发布信息称交换速度快，但并未公布测量时间间隔。这使其无法与其他 MEMS 产品、硅光子交换机或电分组交换机直接比较。
合适的比较还取决于工作负载。将一种拓扑维持数分钟的训练任务，能够容忍比通信模式快速变化的交互式推理更长的重新配置延迟。
因此，不应将 FS D5130 光交换机描述为电网络的通用替代品。它提供了可配置的光层，可在特定架构中补充电交换机。
混合网络可以为突发或不可预测的流量保留电分组交换，也可以将持续、高流量的数据流分配至光路，在这些场景中避免增加一个电交换阶段能带来实际收益。
这一机制是该产品最有力的论据。它能否成功，较少取决于标称带宽，更多取决于软件能否在恰当时机识别正确的数据流并配置路径。
32 端口上限界定了 FS 的竞争定位
FS 进入的是一个正走向高端口密度系统的市场，因此 D5130 的竞争点在于易用性和部署适配性，而非最大规模。
端口密度（Radix）是指交换机可提供的端口数量。更高的端口密度让单台设备能够连接更多端点或网络组，无需增加额外的交换层。
D5130 的上限为 32×32。该容量可服务于实验室、验证系统、专用光路和较小的网络域，但无法与为直接连接数百个光端口而设计的平台相提并论。
DiCon Fiberoptics 于 2026 年 3 月发布了 64×64 和 300×300 竞争交换机。该公司还概述了计划于 2027 年推出的 1024×1024 矩阵。
DiCon 表示，其新交换机采用与现有 384×384 平台相同的三维 MEMS 技术。该公司列出的端到端损耗低于 3.0 分贝，但这仍属于厂商自行提供的规格数据。
Molex 也已针对 AI 基础设施推出高端口密度光路交换平台。Lumentum、Coherent、Calient 以及其他光学专业厂商，同样拥有成熟的交换或光子技术经验。
这些公司并不都面向相同的部署场景。有些向超大规模运营商销售组件，另一些则服务于实验室自动化、电信网络或完整的 AI 网络架构。
FS 则从更广泛的网络产品目录切入这一机会。它已销售交换机、收发器、线缆、数据中心互连设备和管理软件。对于不自行设计定制光学硬件的客户而言，这一产品组合可以简化采购。
较小的矩阵也可能降低组织开展试验的门槛。客户可以先围绕有限数量的系统测试可重构光路，再决定是否投入拥有数百个端口的网络架构。
多模支持进一步强化了这一定位。多模光纤通常用于较短的数据中心链路，而单模光纤支持更长的传输距离和不同的光学设计。两者兼顾使 FS 能够覆盖更多既有环境。
定制化则为专用部署提供了另一条路径。实验室可能需要特殊的连接器、路径行为、监控能力或光纤配置，而这些需求未必适合固定的超大规模产品。
不过，较小矩阵也会带来扩展成本。多台交换机意味着需要更多光纤、控制协调、冗余设计和拓扑规划。这些额外要求可能削弱光路交换原本承诺的简化效果。
32 端口平台也无法展现与数百端口交换机同等的整合潜力。运营商必须计算整个系统的成本，包括管理、布线、备件和故障域。
FS 尚未披露 D5130 的客户、出货量、产能或认证结果，也没有说明扩展后的产品系列目前支持何种规模的 AI 集群。
这些信息缺口很重要，因为光路交换并非仅凭规格参数就能完成采购。买家需要确信反射镜对准能够保持稳定、交换行为始终可预测，且故障不会中断大型加速器资源池。
因此，竞争问题不在于 FS 是否拥有最大的交换机——显然并没有。问题在于，FS 能否让超大规模市场以下的客户更容易测试、采购和集成光路交换。
软件集成与工作负载适配性仍未得到验证
D5130 最大的不确定性不在于其反射镜能否连接光纤，而在于软件能否在真实工作负载下有效利用这些路径。
FS 表示，计划将 D5130 与其网络管理平台 AmpCon 集成。但公告并未提供发布日期、功能清单、支持的拓扑结构或迁移流程。
目前的浏览器界面可配置路径并显示告警。这对于人工操作和测试很有用，但 AI 网络架构需要在计算任务、网络状态和故障之间实现更快速的协调。
生产级控制平面必须知道哪些设备何时需要带宽。它还必须防止路径冲突、检测性能退化，并在组件发生故障后恢复连接。
它还需要与电网络协同。光路无法高效处理每一次短突发或不可预测的数据流，因此大多数实际设计都会在网络架构中保留某种形式的分组交换。
在这种混合设计中，重构延迟至关重要。近期关于推理阈值的研究发现，若不采用大量链路扇出，OCS 可能需要低于 700 纳秒的重构速度，才能优于电分组交换。
这一结果适用于建模的推理条件，而非所有 AI 工作负载。但它仍说明，当供应商讨论交换能力时，仅仅宣称“快速”并不足够。
许多 MEMS 设备的重构时间处于毫秒级。这类产品仍可用于拓扑变更、计划中的训练阶段、保护路径或测试自动化，但不太适合追踪单次推理通信。
FS 没有说明 D5130 的交换间隔。缺少这一数字，读者便无法判断该产品能够适应哪些工作负载时间尺度。
同样的问题也影响光功率监控。FS 表示部分配置提供监控功能，但公告未说明测量精度、采样频率或控制器访问方式。
运维团队还会希望获得故障数据。反射镜可能在受控测试中支持大量切换周期，但生产环境的可靠性还涉及电源、控制器、连接器、光纤和校准行为。
公告列出了冗余电源选项，却未提供平均无故障时间数据，也未提供独立的冲击、振动或长期稳定性测试结果。
协议透明性带来了另一项微妙的权衡。D5130 不检查数据包，因此无法在光层内部提供包级缓冲、拥塞控制或路由决策。
这些功能仍需由端点、电交换机或编排软件承担。光路可以高效承载流量，却仍可能出现利用率不足、拥塞或调度不佳的问题。
AI 通信模式具有一定结构性，但并非天然静态。混合专家模型、共享集群、推理服务和任务抢占，都会以增加电路分配复杂度的方式改变流量。
因此，运营商需要的不只是一次成功的光连接。有效验证应衡量加速器利用率、任务完成时间、网络恢复能力、功耗和运维投入。
缺乏公开基准测试，是保持谨慎的最充分理由。FS 已公布能力和配置，而非量化的 AI 集群结果。
这一差别应当指导采购决策。当可重构光路能够解决明确问题时，D5130 值得评估；不应仅因其减少了一层转换，就假定它会改善每一种 AI 网络。
三项信号将表明这次扩展是否重要
下一项考验在于执行：管理集成、公开部署和实测比较将决定 D5130 的相关性。
首先，应关注承诺中的 AmpCon 集成。可信的发布应提供拓扑发现、可编程路径控制、监控、告警，以及面向外部编排的文档化接口。
最理想的版本会将光路重构与工作负载调度或数据中心自动化连接起来。基础仪表板更新虽能提升便利性，但无法解决核心协调问题。
若能交付这一集成能力，将强化 FS 作为系统供应商的定位。若长期延迟，D5130 将更接近于人工管理的光学组件。
其次，应关注具名部署或技术案例研究。关键证据应说明矩阵规模、工作负载、链路速率、网络角色和可量化的运营成果。
实验室演示可以验证互操作性；生产案例则可展示系统是否能够处理故障、维护、变化中的任务和持续使用。
买家应寻找诸如减少电交换层级、降低网络功耗、提高加速器利用率或加快恢复速度等结果。每项指标都需要明确的基线和测试方法。
第三，应关注 FS 如何回应规模差距。它可以推出超过 32×32 的矩阵，解释由多个 D5130 单元构成的模块化设计，或明确聚焦于较小环境。
上述任何一种策略都可以自洽。目前的公告将实验室、HPC 系统和 AI 工厂纳入同一产品叙事，使目标边界显得过于宽泛。
竞争对手的动向将使这一选择更加清晰。高端口密度供应商正在增加端口数量，而硅光子开发商则以不同的损耗和制造权衡追求更快的交换速度。
电网络也将持续演进。更快的交换芯片、共封装光学和改进的拥塞控制，可以在改变光电转换位置的同时保留分组交换。
因此，FS 光交换机产品线进入的是一个动态市场，而非空白市场。光路、电网络架构和共封装光学可以共存，因为它们分别解决数据移动问题的不同部分。
对于基础设施团队而言，实际的下一步是在评估硬件之前先定义流量模式。识别哪些数据流持续时间足以证明建立电路的合理性，然后要求供应商提供交换时间和插入损耗保证。
询问故障发生时流量如何回退至电网络架构，确认哪些监控数据能够进入现有运维系统，并测试计划用于生产环境的确切光模块、光纤类型和协议组合。
FS D5130 光交换机让可重构光网络能够以更多配置形式部署。只有实测部署证明这 32 个端口在哪些场景能够改善 AI 系统、又在哪些场景无法改善时，它的真正价值才会显现。
