NVIDIA CPO 交换机进入生产阶段，AI 数据中心拥抱硅光子技术

NVIDIA 表示，其首批 Spectrum-X Ethernet Photonics 交换机现已投入生产，这为一则广泛传播的、有关其已量产的 Google News 标题提供了实质依据。这项公告推动共封装光学（CPO）从产品路线图走向商业化 AI 基础设施。不过，NVIDIA 尚未披露出货量、客户部署情况、制造良率，或可广泛获取的系统配置。

这一区别很重要。生产状态确认 NVIDIA 及其制造合作伙伴已经跨越了一项重要的工程门槛，但并不能证明 CPO 已在整个数据中心范围内取代传统可插拔光模块。

因此，真正的竞争并非 NVIDIA 与某一家芯片制造商之间的较量，而是 CPO 与运营商早已熟悉、可采购、可更换、可维护的成熟可插拔光学架构之间的竞争。NVIDIA 押注于，更大规模 GPU 集群带来的功耗和可靠性需求，将超过可拆卸收发器所具备的运维优势。

Broadcom 多年来一直在推进同样的架构转变。其早期 CPO 系统同样表明，NVIDIA 的公告并非硅光子技术的起点。改变之处在于，NVIDIA 决定将 CPO 直接连接到 Rubin 计算平台、Spectrum-X 网络，以及其更广泛的 AI 工厂战略。

Google News 标题中正确的部分

NVIDIA 已将 Spectrum-X Ethernet Photonics 推入生产阶段，但“全面大规模量产”仍是一个超出其公开证据所能支撑的更宽泛说法。

NVIDIA 于 2025 年宣布，将把硅光子技术引入其 Ethernet 和 InfiniBand 两大网络产品线。Spectrum-X Ethernet Photonics 原定于 2026 年下半年推出，而 Quantum-X Photonics 的目标发布时间更早。

该公司最新的 Rubin 生产进展更新现将 Spectrum-X Ethernet Photonics 描述为“已投入生产”。NVIDIA 还称其为首款采用 200Gbps SerDes 的 CPO 交换机；SerDes 是交换机内部的高速电气接口。

这是支撑该标题的最有力现有确认。该声明来自 NVIDIA，而非匿名供应链消息人士或财经讨论论坛。

但这一措辞仍需谨慎解读。“投入生产”可涵盖多个阶段，包括初始制造、客户验证、受控系统集成，或更广泛的商业爬坡。它并不自动意味着已面向多家客户实现大规模出货。

NVIDIA 的新闻稿称，系统制造商已开始全面生产 Vera Rubin 设备。合作伙伴名单包括 Dell Technologies、HPE、Lenovo、Supermicro、Foxconn、Quanta、Wistron 和 Wiwynn。该声明并未表示每一家合作伙伴都在以相同规模制造配备 CPO 的交换机。

该公司也保留了明确的上市时间窗口。其 硅光子页面称，Spectrum-X Ethernet Photonics 将于 2026 年下半年上市。生产可以在客户获得广泛可用系统之前启动。

因此，Google News 的表述不应被视作出货报告。没有任何公开披露说明已生产的设备数量、已部署的端口数量、已确认的收入，或使用成品交换机的运营中集群。

行业研究显示，这仍处于早期爬坡阶段，而非全面普及。TrendForce 在 7 月下旬报道称，NVIDIA 和 Broadcom 已开始有限量 CPO 出货。该机构还指出，光引擎良率和先进封装产能是制约因素。

根据 TrendForce 的评估，NVIDIA 与 TSMC 共同开发了 Spectrum-X 交换机，并预计产能将在 2026 年下半年扩张。该报告描述的是一套 400Tbps 级系统，与 NVIDIA 已公布的最大配置一致。

“有限出货”和“全面大规模量产”并不是可以互换的描述。综合现有来源，更审慎的结论是：生产已经启动，商业扩张已有计划，但扩张规模仍未披露。

NVIDIA 的公告仍标志着一次真实的转变。CPO 不再只通过工程样品、会议演示文稿或未来产品排期出现；它已进入 NVIDIA 下一代计算平台的制造阶段。

这也构成了本文的核心张力：NVIDIA 已跨越足够多的技术障碍，得以称该产品“已投入生产”，但客户仍缺乏关于其大规模部署经济性和可维护性的公开证据。

为什么 NVIDIA 要把光引擎移到交换机旁边

CPO 针对的是交换芯片与光电转换之间不断增长的电气距离问题：链路速度越高，功耗越大，也越难维护。

传统光收发器插在网络交换机前面板上。电信号从交换机专用集成电路（ASIC）出发，穿过电路板后才到达该模块。收发器随后将这些信号转换为光信号。

这种设计一直很好地服务于数据中心，因为技术人员无需更换整台交换机即可替换失效模块。运营商还可以从多家供应商采购兼容组件，并在不重新设计交换机封装的情况下引入更新的光学器件。

随着每条通道承载的数据量不断增加，电信号传输变得更加困难。信号损耗会随频率升高而增大，电路板走线需要额外处理，连接器也会增加更多损耗。重定时器和数字信号处理器可以补偿这些弱点，但它们会消耗电力并产生热量。

CPO 缩短了这段电气路径。该架构将硅光子引擎置于与交换机 ASIC 相同封装内、紧邻其旁。数据通过更短的电气连接到达光引擎，随后经由光纤传输。

NVIDIA 表示，这种方法可以降低网络功耗，并减少可插拔设计中的许多有源组件。其公开说法会因产品代际和比较方法而异，因此比较基准十分重要。

对于已投入生产的 Spectrum-X 平台，NVIDIA 声称，其能效比使用传统收发器的网络高出五倍；还声称应用持续运行时间延长五倍，部署速度提升 1.3 倍。

这些数字仍属于公司自身说法。NVIDIA 尚未发布完整的现场数据、独立基准测试、工作负载定义或故障记录，外部工程师无法据此复现每项比较。

较早的 CPO 工程分析采用了不同代际和基准。该分析称，相比可插拔收发器，能效最高可提升 3.5 倍，网络韧性最高可提升十倍。

这些不断变化的数字未必相互矛盾。自首次公告以来，NVIDIA 已推出更新的交换机和更快的 SerDes。不过，这也说明读者应将每一项性能主张与具体平台对应起来。

目标规模解释了 NVIDIA 的紧迫感。该公司正在设计用于连接超大规模 GPU 部署的网络。在这一规模下，网络的作用不只是让彼此独立的服务器传输数据。

分布式 AI 训练要求数千个加速器反复交换部分计算结果。如果链路暂停或发生故障，加速器可能会在任务等待期间闲置。一次故障还可能迫使软件从检查点重新开始工作。

这意味着，光网络功耗和链路稳定性会影响交换机之外的昂贵计算资源。降低网络能耗可为更多加速器释放供电和散热容量。避免链路中断则可保护数小时的协同计算成果。

Spectrum-X Ethernet Photonics 基于 NVIDIA 的 Spectrum-6 交换机 ASIC。NVIDIA 已公布一款 102.4Tbps 的 SN6810 配置，配备 128 个运行在 800Gbps 的端口。

更大的 SN6800 设计则通过 512 个相同速率的端口，实现 409.6Tbps 的总带宽。NVIDIA 将该系统定位为用于连接大量计算机架的横向扩展网络。

这些端口数量带来了 CPO 所要解决的物理问题。数百个高速可插拔模块会在交换机前面板周围造成显著的供电和散热负担；它们还带来数百个需要监控和维护的可拆卸连接。

NVIDIA 为这些交换机配备了外置激光光源。将激光器与最热的交换机组件分开，可以改善热管理，并允许技术人员独立维护光源。

但这一选择并未使整个光路变得模块化。光子引擎仍与交换机封装紧密集成。因此，该组件内部的故障可能会带来与前面板收发器故障不同的维修后果。

CPO 在极高带宽下的技术机制颇具说服力，但其运维价值并非自然而然就能实现。运营商必须权衡更低的链路功耗和更少的有源组件，与更集中的封装和维护风险之间的取舍。

可插拔光学器件如今面临全栈竞争者

NVIDIA 通过将光交换与其 GPU、网络适配器、软件和完整 Rubin 系统路线图绑定，正向可插拔模式施压。

组件供应商可以提供效率更高的光引擎，而不改变数据中心采购网络的方式。NVIDIA 走的是不同路线。它可以同时规定 GPU、服务器架构、网络适配器、交换机、管理软件和通信库。

这种控制力赋予 NVIDIA 多项优势。它可以围绕已知的交换机行为优化集合通信；可以协调其合作伙伴网络中的系统验证；还可以将 CPO 作为完整 Rubin 部署的一部分推出，而不是要求客户采用一个孤立组件。

这种方式减少了早期技术爬坡阶段尚未解决的接口数量。NVIDIA 可以先在其自有平台和软件栈上验证网络，再支持各种可能的服务器设计。

同样，这种集成也可能增加客户对 NVIDIA 架构的依赖。采用 Spectrum-X 的运营商，已经接受了 NVIDIA 的拥塞控制、遥测、网络适配器和软件。CPO 则进一步将封装和光学供应关系纳入这一技术栈。

可插拔光学器件遵循更模块化的模式。交换机供应商、收发器制造商、线缆供应商和云运营商可以分别验证组件。客户无需更换交换机 ASIC 封装即可更换光模块。

这种模块化支持竞争和现场维修。但它也引入了更多电气接口和有源器件，尤其是在端口速率提高时。因此，成熟模式面临压力有其技术原因，并不只是因为 NVIDIA 希望扩大市场。

Broadcom 证明 CPO 是一项行业方向，而不是 NVIDIA 独有的发明。该公司在开发其 51.2Tbps Tomahawk 5 Bailly 系统之前，曾展示早期的 25.6Tbps Humboldt 平台。

Broadcom 表示，其于 2024 年推出了 Bailly，配备八个 6.4 Tbps 光引擎。其架构将 512 条光通道与 Tomahawk 5 交换芯片集成在一起。

在随后发布的 CPO 制造进展更新中，Broadcom 介绍了自动化光纤贴装、制造测试开发，以及从原型走向量产所需的实际工作。这些细节凸显了所有供应商面临的挑战。

Broadcom 的经验也令“NVIDIA 单枪匹马开启硅光子时代”的说法变得复杂。在 Spectrum-X Photonics 投入生产之前，CPO 系统、原型机和客户项目就已存在。

NVIDIA 的贡献有所不同。它将这项技术与备受期待的 GPU 平台及不断扩展的 Ethernet 产品线相结合。这可能推动 CPO 进入完整 AI 集群的采购决策之中。

竞争范围并不止于成品交换机。TSMC 的封装能力至关重要，因为 CPO 会将电子元件与光子元件整合到高度紧密的组件中。光引擎供应商、光纤专家、激光器厂商和测试设备公司也必须满足量产公差要求。

传统收发器供应商不会就此消失。CPO 系统仍需要激光器、光纤连接、连接器和光学组件。在 CPO 的密度优势不足以抵消其集成成本的网络层级，数据中心也将继续采用可插拔光模块。

这一转变很可能是选择性的。规模最大的 AI 横向扩展网络面临最强的功耗和带宽压力。企业网络、存储系统和较小规模的集群则有不同的经济性与维护要求。

NVIDIA 自身的产品演示也反映了这种混合环境。它展示过 CPO 交换机连接同时在网络拓扑其他位置采用 OSFP 可插拔模块的系统。CPO 可以进入某一网络层，而无需取代每一个收发器。

这种混合路径降低了对既有光学供应链的即时威胁。它也让运营商能够在 CPO 优势最明显的场景中进行测试，同时在熟悉的角色中保留可插拔组件。

核心竞争并非一场胜者通吃的较量，而是哪些网络链路会变得足够高密度、高热量且对故障足够敏感，以至于值得采用更紧密的光学集成。

NVIDIA 的全栈地位使其在这一决策中拥有影响力。采购 Rubin 系统的客户，可能会将 CPO 视为整体集群性能的一部分，而非独立的网络采购项目。

量产并未解决可靠性问题

决定性考验在于，CPO 能否在不带来不可接受的制造、维修和供应商集中化成本的前提下，提高集群正常运行时间。

NVIDIA 强调，CPO 去除了可能发生故障的组件。更短的电气路径需要更少的信号调理，而集成式光引擎则减少了 ASIC 与光电转换之间的连接器数量。

这一论点涉及的是一种可靠性。更少的有源器件和更短的信号路径，能够减少链路中断次数。NVIDIA 用“无链路抖动”运行时间来描述这一优势，即链路无需反复断开和重新连接、能够持续运行更长时间。

然而，可靠性也关乎维修的成本与范围。技术人员可以从交换机前面板拔出故障的可插拔收发器。出现故障的共封装光引擎则距离昂贵的交换芯片更近。

设计人员可以采用可更换的光纤连接器和外置激光源，但这些选择并不会让每一种故障都能在现场维修。运营商需要了解哪些组件会发生故障、如何隔离故障，以及必须更换哪些部件。

制造良率带来了相关担忧。将先进交换芯片、光子引擎、封装、光纤贴装和散热系统结合在一起，会增加缺陷导致可用产出降低的环节。

自动化装配能够提高一致性。NVIDIA 表示，其制造工艺会在最终生产阶段使用精密设备完成光纤贴装。但该公司尚未公布量产良率或报废率。

TrendForce 特别指出，在早期出货阶段，光引擎良率和先进封装产能是制约因素。这一警示很重要，因为 CPO 的经济性取决于能否持续稳定地生产复杂组件。

低良率的光引擎带来的不只是自身成本上升。如果集成发生得较早，一个有缺陷的组件就可能影响封装中其他部件的价值。制造商可以通过测试和装配顺序来限制这类风险，但结果取决于执行情况。

散热表现同样需要现场验证。交换 ASIC 会产生大量热量，而激光器和光子组件可能对温度变化敏感。外置激光源将一个主要的热敏元件移出了紧邻封装的位置。

液冷又增加了一层依赖。NVIDIA 最大规模的 Spectrum-X Photonics 配置面向高密度 AI 系统，在这些系统中，液冷网络变得具有实用性。客户必须将这些交换机与设施冷却能力和服务流程整合起来。

问题不在于工程师能否让系统运转。NVIDIA 的量产声明表明，它已经具备可制造的设计。问题在于，大规模部署能否在安装、维护和数年运行期间保持承诺的优势。

独立的工作负载对比也将很重要。NVIDIA 所称的五倍效率，并不等同于数据中心总功耗降低五倍。网络只占集群电力负载的一部分。

在数百或数千条链路上，单端口节能仍可能很有价值。读者不应在不了解网络拓扑、利用率、冷却开销和对比平台的情况下，将这一数字换算为整个设施的节能幅度。

正常运行时间的说法同样需要背景。更长的链路稳定性能够改善应用运行时间，但作业完成还取决于 GPU、内存、存储、软件、供电和冷却。光网络只解决了一组故障模式。

标准和互操作性带来了另一项不确定性。超大规模运营商在可能的情况下偏好多个供应来源，因为供应商多样性有助于保障供货和定价。高度集成的 CPO 封装，可能比更换标准化可插拔模块更难替代。

NVIDIA 可以通过合格的制造合作伙伴和可预测的系统支持来缓解这一担忧。其庞大的 Rubin 合作伙伴名单有所帮助。不过，该公司尚未披露客户能否混用来自多家供应商的光引擎、激光源或替换组件。

广泛的 CPO 生态系统仍在发展。Broadcom 宣布了其第三代 CPO 的每通道 200Gbps 技术，并介绍了从 Bailly 获得的量产经验。其第三代平台表明，竞争对手的路线图正与 NVIDIA 同步推进。

这种竞争应当会带来有价值的证据。如果多家厂商都能实现稳定良率和可互操作的供应链，CPO 对单一公司制造模式的依赖将会降低。

如果部署仍局限于严格受控的集群中，这项技术依然能够成功。只是其可覆盖的角色会比标题所暗示的硅光子时代更加狭窄。

因此，NVIDIA 赢得了重要的一轮工程竞争，而非整场架构之争。量产是各项主张开始接受客户工作负载、维修工单和供应约束检验的起点。

三个信号将揭示 CPO 时代是否已经到来

出货规模、客户运营数据和竞争产品的推进速度，将决定 NVIDIA 的量产里程碑是否会成为行业转折点。

第一个信号是 2026 年下半年系统的广泛可用性。除 Rubin 整体量产公告外，NVIDIA 应明确正在出货的 Spectrum-X Photonics 配置、系统合作伙伴和部署时间表。

产品目录还不够。更有力的证据包括标准可订购配置、已记录的交付周期、支持的网络拓扑以及客户验收里程碑。

如果这些细节出现在多家系统供应商处，“大规模量产”的描述就更具可信度。如果可用性仍局限于评估系统或少数客户，量产主张就应保持狭义表述。

出货量或营收信息将提供更清晰的衡量标准。NVIDIA 目前不会在公开披露中单独列出 CPO 交换机的出货量或销售额。因此，合作伙伴的评论可能会率先提供有关规模的有用迹象。

第二个信号是来自正在运行的 AI 集群的现场证据。买家需要涵盖网络功耗、链路中断率、应用完成时间、冷却要求和维修流程的数据。

最有价值的对比应在相似的工作负载和部署条件下比较 CPO 网络与可插拔网络。它应明确端口速率、线缆距离、利用率，以及每项功耗数据所包含的组件。

独立测试将增强 NVIDIA 效率和正常运行时间主张的可信度。如果客户证词包含具体运行条件，而非对平台的笼统支持，也同样有帮助。

服务记录将同等重要。CPO 交换机可以降低功耗，但如果光学故障需要更换昂贵组件，或让更大范围的网络区段离线，仍可能造成运营摩擦。

快速故障隔离、可更换的外置激光器、可预测的维修时间和稳定的光引擎表现，将支持 NVIDIA 的核心论点。低良率或困难的现场维修，则会保留可插拔光模块的一项重大优势。

第三个信号是 Broadcom 和其他网络供应商的回应。Broadcom 已拥有量产经验，并规划将 CPO 扩展至更快的每通道信号传输。

更广泛的可订购系统阵容，将表明客户把 CPO 视为一种架构类别，而非 Rubin 的某项功能。多个平台也可能加速标准、制造工具和供应商多样性的发展。

竞争回应不必复制 NVIDIA 的全栈战略。Broadcom 可以服务希望对系统设计拥有更多控制权的超大规模客户和交换机厂商。其他芯片和光学供应商可以面向网络的专用层级。

强劲的竞争产品推进将验证这一机制，即便它削弱了 NVIDIA 的差异化优势。NVIDIA 之外的采用若较为疲弱，则表明 CPO 最适合由单一供应商统筹计算、网络和软件的场景。

可插拔光模块供应商将带来另一项重要回应。低功耗线性可插拔光模块和改进型收发器能够通过降低信号处理开销来延续现有架构，而无需将光引擎移入 ASIC 封装。

这些替代方案保留了现场更换能力和既有采购模式。如果它们缩小 CPO 的功耗优势，客户可能仅会将共封装设计用于密度最高的交换机。

这正是为什么将 2026 年称为硅光子时代的开端需要加以限定。硅光子技术已经支撑了许多可插拔收发器，而 CPO 的历史也早于 NVIDIA 的量产公告。

真正的变化在于架构。NVIDIA 正将光电转换移至交换芯片旁边，并将这一设计作为量产 AI 平台的一部分提供。

读者应将 Google News 标题视为审视这一转变的提示，而非该转变已经完成的证明。NVIDIA 已确认量产、发布了重大性能主张，并将该产品与 Rubin 相连接。

它尚未披露足以确认全面采用所需的产量、良率、部署情况或运营证据。这些缺口在硬件爬坡初期很常见，但仍是这一故事的核心。

未来三个月，应关注可下单的合作伙伴系统、具名客户部署，以及可对比的现场测量数据。每一项都将进一步证明，CPO 正在从专用项目走向主流 AI 基础设施。

如果这些信号没有出现，量产仍可能已经实现，只是商业规模的发展会更慢。这并不意味着 CPO 无效，但会让可插拔光模块继续占据更大的角色。

对开发者和 AI 产品团队而言，影响是间接的，但很重要。更好的网络可以减少因加速器等待数据，或因链路不稳定而恢复时造成的基础设施闲置浪费。

对企业采购方而言，决策点则更靠上游。应询问基础设施提供商：其性能宣称中，哪些来自 GPU、网络、软件，以及针对特定工作负载的优化。

NVIDIA 已启动生产测试。现在，客户、系统合作伙伴和竞争供应商必须证明：共封装光学能否经受住真实数据中心这一更难以控制的考验。