NVIDIA 将 CPO 交换机投入生产，但真正的难题才刚刚开始

NVIDIA 表示，其首批 CPO 以太网交换机现已投入生产，使这一长期承诺的光网络设计更接近商业部署。这一里程碑之所以重要，是因为共封装光学技术将光引擎置于交换芯片旁，而非依赖前面板上的可拆卸收发器。

不过，NVIDIA 并非在 8 月发布这一消息。该公司于 2026 年 5 月 31 日在 GTC Taipei 期间披露了生产状态。其当前资料仍将 Spectrum-X Ethernet Photonics 描述为于 2026 年下半年可用。

这一区别构成了真正的故事主线。NVIDIA 已从产品研发迈入制造阶段，但尚未披露出货量、客户部署规模、现场可靠性或运营成本。Broadcom 以及传统可插拔光模块供应商，仍有机会影响数据中心采用这一新架构的速度。

NVIDIA 实际投入生产的是什么

已确认的里程碑是 Spectrum-X Ethernet Photonics 启动生产，并不意味着其已在超大规模数据中心广泛部署。

NVIDIA 将这项公告与 Vera Rubin 计算平台的量产爬坡联系在一起。在其带日期的生产公告中，公司称 Spectrum-X Ethernet Photonics 是首个采用 200Gb/s SerDes 的 CPO 交换机系列。

SerDes 负责在并行芯片接口与高速串行链路之间转换数据。在这一系统中，这些链路将 Spectrum-6 交换芯片与同一封装内的光引擎相连。

措辞需要谨慎。NVIDIA 表示 Spectrum-X Ethernet Photonics“现已投入生产”，而其产品页面则列出了 2026 年下半年可用。两种说法都未说明已生产的设备数量、已确认的客户订单，或正在运行的生产集群数量。

在硬件量产爬坡过程中，“生产”可能涵盖多个阶段。一家公司可能正在为早期客户制造已通过验证的系统，同时供应商提高组件产量。这与在众多数据中心持续进行大规模部署不同。

NVIDIA 已披露两种主要的 Spectrum-X 配置。SN6810 使用一颗 Spectrum-6 交换 ASIC，提供每秒 102.4 太比特的总带宽，并配备 128 个每端口 800Gb/s 的端口。

更大的 SN6800 将四颗交换 ASIC 与集成式光纤编排模块结合。NVIDIA 标称其可通过 512 个每端口 800Gb/s 的端口提供每秒 409.6 太比特的带宽。该设计还可支持 2,048 个每连接 200Gb/s 的连接。

这些是横向扩展交换机，即将众多服务器机架和 GPU 系统连接为一个计算网络。它们不同于与处理器之间更紧密的纵向扩展连接相关的 optical NVLink 技术。

混淆这两个市场，会让人对 NVIDIA 的进展形成误导性印象。Spectrum-X CPO 正在面向以太网横向扩展网络进入生产阶段。这并不意味着 Rubin 系统内部的每一条连接都已转向共封装光学技术。

该公司将 CoreWeave、Lambda 和 Oracle Cloud Infrastructure 列为早期生态合作伙伴和采用者。NVIDIA 尚未公布这些合作伙伴的集群规模或部署日期，也未区分评估系统与面向客户的生产容量。

尽管如此，这项生产公告弥补了一个重要的验证缺口。NVIDIA 于 2025 年 3 月推出其光子交换机战略，并计划于 2026 年实现商业可用。2026 年 5 月的更新确认，该以太网产品已超越会议展示原型阶段。

NVIDIA 更新后的硅光子页面同样称 Spectrum-X Ethernet Photonics 已进入生产阶段。其制造及组件合作伙伴名单包括 TSMC、Foxconn、Coherent、Corning、Fabrinet、Lumentum、Senko、SPIL 和 Sumitomo Electric。

这份合作伙伴名单说明，为何这一转变不仅仅是重新设计交换芯片。CPO 要求光子芯片、外部激光器、光纤连接、封装、测试、散热及最终系统组装共同构成一套制造流程。

因此，这一里程碑可信且有明确日期。但若进一步声称 NVIDIA 已实现不受限制的全量 CPO 生产，公开出货数据仍不足以支持这一结论。

为什么 CPO 已成为 NVIDIA 的紧迫优先事项

随着 AI 网络增加更高速的链路和更多端点，电信号损耗与光模块功耗正变得越来越难以承受，CPO 因而开始进入市场。

传统光交换机会将可拆卸收发器置于前面板。电信号从交换 ASIC 出发，穿过封装和电路板，进入模块，随后转换为光信号。

这种模块化设计具有明显优势。运营商可以更换故障收发器，而无需报废整台交换机；他们还可从多个供应商采购基于标准的模块，并针对不同距离选择相应光学器件。

随着通道速率提升，电气路径的要求也变得更加严苛。高频信号在穿过走线、连接器和模块接口时会损失更多能量。信号调理能够恢复数据，但会增加功耗、延迟、组件数量和热量。

CPO 缩短了这段电气旅程。光引擎位于交换 ASIC 旁，光纤将数据从封装中传出。这种布局消除了交换机与前面板光学器件之间很大一部分长距离高速电气路径。

NVIDIA 表示，其设计可将通道损耗从约 22 分贝降至约 4 分贝。该公司还称，在对比配置中，单端口功耗可从约 30 瓦降至 9 瓦。

这些数据来自 NVIDIA，而非独立的客户测试。但它们仍说明了推动该架构发展的物理问题。当一台交换机支持数百个高速端口时，每条连接节省几瓦功耗都会产生显著影响。

网络还需要与 GPU、CPU、存储和冷却系统争夺数据中心有限的电力预算。任何网络功耗的降低，都可能为计算留出更多容量。

NVIDIA 在 2026 年 1 月发布的工程细节中称，与可插拔设计相比，其每个 1.6 太比特端口的功耗低五倍。该公司还宣称，链路抖动之间的运行时间可延长五倍，网络韧性可提高十倍。

链路抖动是指网络连接反复中断并恢复。在分布式 AI 训练中，一条不稳定的链路就可能延迟众多加速器之间的同步。因此，网络可靠性对昂贵计算资源的影响，可能远超故障连接本身。

NVIDIA 也针对 Mixture of Experts 模型设计了该交换机。这类模型会针对每个输入激活选定的参数组，因此会在承载不同专家的 GPU 之间产生频繁通信。

当流量分布不均或出现抖动时，一些处理器会等待，而其他处理器已完成工作。NVIDIA 认为，其以太网硬件与软件的组合能够维持更可预测的集体通信。

CPO 本身并不会产生这种软件行为。Spectrum-X 结合了交换芯片、ConnectX 网络硬件、拥塞控制、遥测，以及 NVIDIA Collective Communications Library 集成。光学封装只是在更大系统中消除了一个物理限制。

该公司还表示，CPO 消除了这些链路中的数字信号处理重定时器。移除重定时器可降低延迟和组件数量，但光学封装必须在缺少同等模块化保障的情况下，提供可比的信号质量。

制造环节解释了为何生产里程碑如此重要。NVIDIA 开发了一种可拆卸光纤连接器，可在组装后期连接光纤。其光引擎兼容回流焊，并可在与昂贵的交换封装集成之前接受筛选。

NVIDIA 表示，这一流程让制造商能够使用已验证的光引擎。该表述指的是最终组装前的组件筛选，并不保证每台成品交换机都不会出现缺陷。

自动化光纤连接也解决了一项长期障碍。在商业良率下，将大量光纤与微小的光子结构对准，比放置普通电子组件困难得多。生产规模取决于能否准确、快速地重复完成这种对准。

因此，这一架构是在回应真实的物理约束。它能否成为默认选择，取决于经济性和运营因素，而不仅仅是带宽。

CPO 与可插拔光学器件如今已成为一场商业竞争

NVIDIA 正在最高网络速率领域向可插拔光学器件施压，但尚未让这种模块化替代方案过时。

可插拔收发器拥有数十年的运营经验。数据中心技术人员了解如何储备、诊断、更换和混用这些模块。开放接口也支持庞大的供应商基础。

CPO 以部分模块化能力换取更短的电气连接和更低的功耗。光引擎成为更高度集成的交换机组件，使故障处理和升级与系统供应商绑定得更紧密。

这场竞争类似于计算硬件此前经历的转变。集成可提高效率和密度，而模块化组件则保留可维修性与采购灵活性。随着性能要求提高，胜出的平衡点也会变化。

NVIDIA 最有力的论据适用于超大型 AI 集群。这类环境汇集了密集且昂贵的加速器，运行同步工作负载，并高度重视节省的每一瓦电力。

传统企业网络并不面临同样的压力。当部署灵活性比最高带宽密度更重要时，较小规模的集群仍可继续使用可插拔光学器件。

近封装光学器件，即 NPO，提供了另一条路径。NPO 将光引擎移至更靠近交换芯片的位置，但比完整共封装保留更多物理分离。它试图在电气效率与模块化维护之间取得平衡。

行业研究机构 LightCounting 在 7 月报道称，NVIDIA 网络高管 Gilad Shainer 确认了面向横向扩展系统的 CPO 制造。其行业会议总结还称，CPO 与 NPO 将并存。

这种并存削弱了任何“某一种架构将取代所有其他光链路”的简单说法。运营商可以在功率密度足以证明深度集成合理的场景部署 CPO，并在其他场景采用可插拔或近封装设计。

Broadcom 构成了最明确的竞争压力。该公司已历经数代交换机开展 CPO 研发，并供应被主要云环境广泛采用的以太网交换芯片。

Broadcom 于 2025 年发布 Tomahawk 6 Davisson，将一台 102.4 太比特以太网交换机与基于 TSMC COUPE 平台的光引擎结合。其Davisson 设计同样支持每通道 200Gb/s。

Broadcom 的对比之所以重要，是因为 NVIDIA 竞争的不只是光子技术。它正在推动客户采用一个纵向协同的网络体系，其中包含 NVIDIA 的交换机、适配器、软件和计算系统。

对于已经在 NVIDIA 基础设施上实现标准化的买家而言，这种整合可以简化性能调优。但它也会加深他们对单一供应商路线图和管理环境的依赖。

Broadcom 支持的是一个更加解耦的市场，由交换机制造商、云运营商和光学供应商共同构成。一些超大规模云服务商偏好这种模式，因为他们自行开发网络软件，并能在多个硬件来源之间进行谈判。

因此，竞争的关键不止是交换机带宽。买家还会比较功耗、故障率、维护流程、交付周期、软件集成能力和供应商多样性。

可插拔光学器件供应商同样有应对方案。线性可插拔光学器件可以减少或取消模块内部部分数字信号处理。更快的模块标准则可以在保留可替换性的同时，缩小 CPO 在功耗方面的优势。

CPO 依然提供最短的电气路径。不过，实验室中最优的功耗结果，并不必然带来最佳的整体运营表现。冷却设备、备用系统、外置激光器、光纤管理以及更换流程，都会影响实际效率。

近期市场很可能呈现混合格局。最大的 AI 集群可以接受高度集成的设计，因为每一项效率提升都能释放更多计算能力。通用云网络和企业网络则可以等待更充分的现场验证。

NVIDIA 的量产启动让这一评估变得具体。客户如今可以比较可订购的系统和部署方案，而不再只是比较架构幻灯片。

量产成功并不等于部署验证

尚未解决的问题是：高度集成的光学方案能否在制造、维护以及多年现场运行中保持其效率优势。

CPO 将对热敏感的光学组件置于高功耗交换机 ASIC 附近。这种距离提升了电气性能，但也带来了更严苛的热环境。

NVIDIA 为其光子交换机采用液冷。液冷比传统风冷系统更能有效带走高密度热量，但也增加了设施要求和运维流程。

热特性很重要，因为光调制器和激光器的性能会随温度变化而改变。NVIDIA 将激光源置于主交换机封装之外，从而把敏感且更易故障的组件与温度最高的硅芯片分离开来。

外置激光器也提升了可维护性，因为运营商无需更换整个交换机封装，就能更换激光器模块。然而，封装在一起的光引擎内部发生故障时，维修仍比前面板收发器故障更困难。

IEEE Electronics Packaging Society 的一份评估将信号完整性、封装、热管理、可靠性和现场更换列为 CPO 的核心挑战。其 CPO 技术评估指出，交换机内部的大多数光引擎组件无法在现场更换。

这并不意味着 CPO 不可靠。它提高了运营商信任这种集成方案所需达到的标准。光引擎的故障率必须接近交换机 ASIC 及周边系统所预期的可靠性水平。

NVIDIA 表示，Spectrum-X 使用的激光器和有源组件少于可比的可插拔网络。更少的部件可以减少故障点数量，而冗余的外置激光源则可在单个组件故障后维持服务。

该公司还宣称，其韧性提高了十倍，且无链路抖动运行时间延长了五倍。公开材料并未披露这些比率背后的测试时长、工作负载组合、对比系统或已部署交换机数量。

独立的现场数据会更具说服力。买家需要看到跨越数月持续训练和推理运行的故障率，而不只是组件筛选或内部验证结果。

服务流程也带来另一个问题。技术人员可以在交换机仍处于安装状态时更换可插拔模块。内部光引擎故障则可能需要更换更大的交换机托盘，或将整个组件返厂维修。

NVIDIA 认为，其可拆卸光纤连接器和减少后的组件数量使系统更易于安装和替换。这一说法仍需在真实数据中心条件下验证，因为光纤布线、污染、维护窗口和备件库存都会影响恢复时间。

制造良率同样值得关注。一个同时集成昂贵逻辑芯片和多个光子引擎的交换机封装，将价值集中在单一组件中。一个缺陷组件所威胁的成品价值，可能远高于独立收发器出现故障时的情况。

NVIDIA 表示，其会在贴装前筛选光引擎，并采用自动化拾取和贴装组装。这些做法直接针对良率风险。该公司尚未披露最终封装良率，或该良率如何随产量增长而变化。

供应能力也可能成为另一项约束。合作伙伴名单涵盖晶圆厂、封装专家、光纤公司、激光器供应商、连接器制造商和系统制造商。任何一个环节的产出不足，都可能拖慢整体爬坡进度。

因此，缺乏公开出货数据很重要。“已量产”确认 NVIDIA 拥有一条通过验证的制造路径，但并未说明该公司是否能以稳定良率交付数千台交换机。

此外还存在标准问题。可插拔光学器件受益于成熟的外形规格和采购实践。不同供应商之间的 CPO 接口和封装安排仍缺乏统一性。

当供应商特定的集成方案带来明确的运营优势时，超大规模云服务商可以接受它。规模较小的买家通常更偏好可互换部件、广泛支持和多个合格供应商。

因此，NVIDIA 的首批客户颇具参考意义。CoreWeave、Lambda 和 Oracle 运营的基础设施中，高密度 AI 工作负载能够为专用网络提供合理性。它们的部署可为效率主张能否在 NVIDIA 实验室之外成立提供首批证据。

核心风险并不是 CPO 在技术上失败。NVIDIA 已展示足够多的工程和制造工作，足以超越这种二元判断。

风险在于，CPO 可能因可维护性、成本或供应量而局限于少数大型集群，从而放缓更广泛的采用。即便如此，这一结果仍可创造一个重要市场，而不会取代可插拔光学器件。

NVIDIA 正在扩大对 AI 系统的控制

CPO 的推出在战略上意义重大，因为 NVIDIA 正在将网络打造为其 AI 计算平台中又一个协同层。

NVIDIA 在数据中心领域的地位始于加速器和软件，但现代 AI 性能取决于远不止 GPU 算术能力。内存带宽、处理器互连、存储流量和横向扩展网络，都可能限制有效吞吐量。

该公司已为每一层构建产品。NVLink 连接紧密耦合系统中的处理器。InfiniBand 和 Spectrum-X 面向更大的网络域。BlueField 数据处理单元负责基础设施和安全任务。

Spectrum-X Ethernet Photonics 将这一方法延伸至光学层。NVIDIA 现在协调交换机 ASIC、光学封装、网络适配器、拥塞控制、集合通信软件和 Rubin 计算平台。

这种协同可以带来可衡量的收益，因为工程团队能够围绕 AI 工作负载优化整条路径。为众多应用提供服务的交换机供应商，则必须支持更广泛的系统和运营模式。

NVIDIA 还可以针对自身的 GPU 通信库测试网络行为。这使该公司能够观察组件供应商未必能获得的应用层影响。

同样的结构也引发买家的担忧。采用完整技术栈的客户，将更容易受到 NVIDIA 发布节奏、产品验证、软件政策和供货分配的影响。

Broadcom 和商用光学供应商提供了另一条路径。客户可以组合来自不同来源的交换机芯片、网络操作软件、模块和服务器平台。

商用模式可以促进竞争和定制化，但也可能需要更多集成工作，同时性能问题的责任会分散在多个供应商之间。

CPO 加剧了这一冲突，因为光学器件不再只是位于交换机边缘的简单组件。封装设计、热管理、光纤连接和制造良率都成为交换机平台的一部分。

NVIDIA 的合作伙伴网络并不意味着该公司制造每一个组件。TSMC 和其他供应商仍提供关键的生产能力。不过，NVIDIA 控制着产品架构和面向客户的系统。

光学组件供应商面临复杂的转型。从可插拔模块转向其他方案，可能会减少对一些传统产品的需求。与此同时，CPO 仍需要激光器、光纤、连接器、光子芯片和封装服务。

价值并未消失，而是转移到了不同的组件和组装环节。

Coherent 和 Lumentum 出现在 NVIDIA 的光子合作伙伴名单上，表明成熟的光学供应商可以参与这一新架构。Corning 和 Sumitomo Electric 提供光纤专业能力，而 Foxconn 和其他制造商则支持组装。

对于云服务提供商而言，实际问题在于：一个协同技术栈是否能充分提升完成 AI 工作的效率，以证明牺牲模块化是合理的。这一计算会因工作负载和部署规模而异。

大规模训练对网络延迟十分敏感，因为数千个 GPU 必须反复交换数据。不稳定或拥塞的网络会让加速器闲置，同时消耗电力并占用昂贵的容量。

推理会形成不同的模式，但大型模型仍可能需要在众多处理器之间通信。Mixture of Experts 系统让稳定的网络时序更具价值，因为请求可能会激活位于不同设备上的专家模型。

如果 Spectrum-X 能在这些场景中实现更低功耗和更少中断，NVIDIA 就可以将网络作为每个生成 token 经济性的一部分来销售。这比单独销售一台更快的交换机处于更有利的位置。

该公司仍需证明，采购时的集成不会在日后演变为缺乏灵活性。客户将关注系统是否支持实际可行的升级、可控的维修和具有竞争力的组件采购。

评估这些系统的团队还会生成大量验证报告、架构决策、事故记录和供应商材料。一个可搜索的知识库可以帮助工程师在漫长的基础设施评审过程中保留这些证据。

战略结果很清晰。CPO 为 NVIDIA 提供了另一种方式，以定义 AI 数据中心的首选形态。商业结果仍未确定，因为买家依然掌控着会采纳多少这种设计。

三个信号将表明 CPO 是否真正到来

下一阶段应根据客户部署、现场可靠性和竞争性产品出货来判断，而不是再看一组峰值规格。

第一个信号是披露的部署规模。NVIDIA 或其早期合作伙伴需要明确已上线的 Spectrum-X Ethernet Photonics 集群、其大致规模以及运行其上的工作负载。

具名的生产集群将强化 NVIDIA 的说法：这款交换机已从制造阶段进入实际运营使用。多家客户持续运行工作负载所提供的证据，将比单一验证系统更有说服力。

最有价值的信息披露，应将基础设施规模与可衡量的成果联系起来。每传输比特的功耗、网络可用性、训练完成时间以及加速器利用率，比单纯的交换机带宽更能说明问题。

如果客户部署在 2026 年下半年期间仍然语焉不详，那么这一生产公告看起来更像是早期爬坡，而非广泛商业化。这并不意味着该技术无效，但会削弱其将立即推动全行业变革的说法。

第二个信号是现场可靠性。运营商应关注光引擎故障、激光器更换、链路抖动、交换机托盘更换、维护时间以及备用系统需求等数据。

NVIDIA 提出的正常运行时间提升五倍、韧性提升十倍的说法设定了一个基准。独立的客户结果需要表明，这些优势能否经受温度变化、持续负载和反复维护周期的考验。

强有力的结果应同时具备低故障率和简单的更换流程。如果客户必须保有昂贵的备用托盘，或安排复杂维修，部分节能收益可能会被运营成本抵消。

公开发布的可靠性证据将加强 CPO 在最大型专业运营商之外的应用理由。证据有限或结果参差不齐，则会支持继续采用可插拔和近封装替代方案。

第三个信号是竞争性交付。基于 Broadcom 的 CPO 系统、新型 NPO 产品以及不断改进的可插拔光学器件，将揭示 NVIDIA 的优势在多大程度上来自 CPO 本身。

如果多家供应商都能交付通过认证的 CPO 交换机，这种架构将更像是一场行业转型，而非 NVIDIA 特有的平台选择。开放接口和多供应商格局也会降低买家的采用风险。

如果 NPO 更快获得客户认可，市场可能会倾向于在集成度与可维护性之间折中的方案。线性可插拔光学器件的持续进步，则可能让前面板模块在更多网络层级中得以保留。

NVIDIA 已经跨越了一条重要边界。其 CPO 以太网交换机不再只是路线图项目，官方量产日期为 2026 年 5 月 31 日。

不过，硅光子时代不会始于一次公告。只有当客户发布证据，证明光学集成能够提升有效的 AI 工作产出，同时不会带来不可接受的制造或维护成本时，它才真正开始。

基础设施采购方现在应要求供应商提供部署记录、实测功耗、故障数据、更换流程和供货承诺。这些答案将决定 CPO 是成为大型 AI 集群的标准互连架构，还是混合光学市场中的一种专业化选择。