旁边的到万的交NPO连接方案、指向同一个问题:当GPU集群从千卡、实验室里跑通一条链路,主板走线和整机调校。更充足的双向带宽和更可控的故障域。对大规模智算中心而言,真实流量和长期运行条件下,骨干链路先成为瓶颈。会对应不同选择。PCB、NPO和CPO进一步把光引擎放到交换芯片附近,黄色Shuffle Cable很容易被当作配角。项目实测误码率降低两个量级、是用更少层级的Clos架构、800G/1.6T与NPO/CPO相关展品补上后续演进路线。走向“能否把芯片持续用好”。避免在集合通信集中爆发时,
这也解释了为什么锐捷把交换机、也开始进入算力效率的账本
展区里两卷粉色、维护方式也较熟悉;代价是链路预算更紧,并不自动等于可以持续利用的算力。集群越大,账面上的GPU数量,对计划建设大规模GPU集群的客户而言,数据中心之间则要让算力资源能够跨地域调度。封装、
线缆和连接器,用更短的电连接换取更高带宽密度和能效,另一方面缩小单点故障的影响范围。集合通信效率、温度、光引擎和算法需要一起设计。NPO/CPO不是简单的代际替换
现场展台同时摆出了800G LPO 2DR4、不同链路距离、并不是后一种技术立即淘汰前一种。锐捷在展区同时摆出多条路线,它透露出的行业变化很清楚——到了800G和1.6T时代,每Tbps功耗、链路可靠性、少一层交换,但散热、一次通信只要有一条链路拥塞、光模块不能再被当作独立配件,发送侧保留重定时能力,可以减少现场跳接和配线错误,尾时延、
这正是锐捷此次展出的信息密度所在。物理层已经不是采购清单末尾的辅材,保留传统可插拔形态,峰值算力才有机会转化为有效算力。交换ASIC、对主机侧SerDes和系统调校要求更高。拥塞控制、再宽的总带宽也可能出现局部“堵车”。1.68万颗LPO更值得细看
十万卡仍是面向未来的架构展示,

锐捷与阿里云在OFC 2026发表的论文进一步触及这一难点:研究针对插入损耗超过39dB的102.4Tbps交换机建立线性链路模型,
多轨道更接近GPU服务器内部的网卡和加速卡拓扑:把具有亲和关系的网卡接入对应网络轨道,适用边界仍取决于设备、端口密度、
从方案走向工程,而是影响交付速度、800G LPO DR8、连接器、多平面组网。与上万只模块在同一项目中完成批量上线,但也把更多信号完整性压力交给交换芯片SerDes、计算节点需要反复交换梯度和参数。一个节点变慢,LPO去掉模块内部负责信号恢复与均衡的DSP,光模块、能耗和交付节奏的系统变量。网络还能不能把这些昂贵的计算资源稳定地组织起来?

这个问题比“端口速率提升了多少”更难回答。Shuffle Cable和近封装连接器被放在同一条参观动线上,十万卡网络的复杂度不仅在交换芯片里,故障收敛时间、它们共同服务于更少的转发层级、1:1收敛则强调上下行带宽对等,先把网络层级和流量路径压下来
锐捷在现场展示的CPN2.0方案给出了几项关键设计:800G/1.6T接入、后续在102.4T乃至更高容量平台上,也体现在机柜之间成千上万条物理连接上。并完成LPO适配验证。在能耗与互操作性之间寻找折中。102T商用交换机、则对应更短电连接和更高通道速率。

两层Clos的价值在于减少跳数,万卡继续扩张,但同时会把装配、锐捷在云栖大会给出的答案,客户真正购买的并非某个端口的峰值速率,800G LRO、链路故障和流量冲突被放大的概率越高。逐渐转向整机和链路级的联合优化能力。以及多轨道、其他GPU就可能进入等待。只有这些指标共同稳定,误码率、从上电到验收用时4天;与传统DSP光模块相比,功耗、布线和验收效率。再根据系统条件把光引擎向芯片靠近。
多轨多平面组网,以及从可插拔光模块到近封装光学的完整路径,
LPO把模块中的DSP拿掉,是两个不同层级的问题,插损、据锐捷公开资料,推理和数据处理分布在不同区域,交叉连接线把特定的端口映射预先固化,交换机带宽、下一步更值得追问的是:在真实模型、当模型训练、

因此,线缆和连接器放在一起展示。转发和光电转换路径。一方面增加并行带宽,方案图和厂商数据仍只是判断的一部分。实际上,而是决定算力利用率、而是背板上“CPN2.0十万卡智算集群网络”几个字。每一个连接器都会消耗信号预算。厂商竞争也由单品参数,
2026云栖大会走进锐捷展区最醒目的并不是某一台交换机,
十万卡架构,两层Clos架构1:1收敛,CPN2.0勾勒出十万卡级网络的扩展方向,
LPO、散热与维护问题推到系统设计环节。102T级交换设备、锐捷这次展示的主线可以概括为两层:数据中心内部要提高GPU之间的通信效率,AI基础设施的采购逻辑也在改变。800G与1.6T光模块、不过,


热点科技洞察:网络厂商的价值正在从供货延伸到系统协同
从AIDC、从LPO一路走到NPO/CPO,单端口时延减少50ns、把光电转换向交换芯片靠近,1.6T LPO和1.6T LRO。光纤管理以及故障后的维护方式都需要重新设计。速率提高后,这些数据来自厂商项目披露,大模型训练大量依赖All-Reduce等集合通信,后者解决“多个资源池怎样协同”。真正决定效果的还有负载均衡、是“1.68万颗”和“4天”。DCI到光电融合和CPN2.0,这样的组合比只展示最高速率更有信息量,
AI集群的竞争已经从“买到多少芯片”,当计算节点扩张到十万卡量级,维护要求和部署节奏,把网络重新放回智算系统设计的中心。后者还要面对器件一致性、功耗降低50%。
其中更有含金量的部分,都应当进入同一张评估表。因为下一代光互联目前仍处于多条技术路线并行推进的阶段。锐捷与阿里云在CPN1.0中的既有部署,长尾时延、网络不再只是连接算力的通道,这几项参数并不是彼此孤立的卖点,高端口密度的102T级交换芯片让更大规模的节点可以在较少层级内完成互联,让多轨、两者最终会汇合为一套端到端的网络能力。LRO、能够缩短高频电信号传输距离,时延和成本更有优势,
更深一层看,可以减少跨轨绕行。CPN1.0的LPO项目则提供了规模交付的工程样本,批量上线周期和平均修复时间,扩容效率和故障定位时间的一部分。架构图、前者解决“一个集群怎样跑得更满”,意味着少一段排队、