1.6T 光互联元年:网络这个被低估的瓶颈

1. 引子:从 NVLink 到 1.6T 光互联

现象

NVIDIA NVL576 超节点单柜 72 B200 卡互联成网,需要 1260 根 1.6T 光缆。CloudMatrix 384 单柜 64 昇腾 950 互联成网,需要 950 根 1.6T 光缆。这张"网"的总数据传输速率是 4 PB/s——等于全球互联网瞬时流量的 5%。

这只是超节点内部网络。再加上超节点之间互联(IB HDR / 400G RoCE / 华为 HiBLADE)、数据中心骨干(OTN/WDM)、跨数据中心互联(DCI),2026 年 AI 数据中心需要 100 万+ 1.6T 光模块——这是光通信产业链的"AI 时代"戴维斯双击。

为什么网络"卡脖子"

一个 AI 超节点的训练效率,50% 由算力决定,30% 由显存决定,20% 由网络决定。网络是训练效率的"制约因素"。当 NVL576 单柜 72 B200 跑在 800G 网络上,GPU 利用率只能 65-70%(网络瓶颈);升级 1.6T 网络后,GPU 利用率提升到 85-90%,相当于单卡算力提升 15%。

核心结论:1.6T 光模块量产元年(2026)+ InfiniBand vs RoCE vs HiBLADE 三大网络之争。网络这一环AI 算力"卡脖子"普遍被低估,实际权重 20-30%。

2. 1.6T 光模块:量产元年

1.6T 光模块是什么

1.6T 光模块是2026 年量产的最快光通信器件,单模块 1.6 Tbps 速率,采用 PAM4(4 级脉冲幅度调制) + 200G SerDes,支持 200G / lane 串行信号。

封装:OSFP / QSFP-DD,工作温度 0-70°C
波长:1310 nm 主流(SR4 / DR4)
光纤:多模 OM4(100m 内) / 单模 OS2(2km-10km)
功耗:单模块 18-22 W(800G 是 14 W)
单价2026 Q2:$1200-1500(800G:$600-800)

三大供应商

指标	中际旭创(中国)	新易盛(中国)	Coherent(美国)
1.6T 量产	2026 Q1	2026 Q1	2026 Q2
OSFP 月产能	80K	60K	50K
QSFP-DD 月产能	40K	30K	25K
主供客户	NVIDIA / AMD / Google	Amazon / Microsoft	Meta / Apple / Cisco
1.6T 单价	$1200	$1180	$1450

中国厂商(旭创 / 新易盛)在 1.6T 元年(2026)已经领先美国。旭创 / 新易盛 1.6T OSFP 月产 80K + 60K = 140K,Coherent 50K,中国是美国的 1.6 倍。这是过去 10 年 AI 算力产业链中国第一次领先美国的一环。

2km / 10km / 80km 三档

SR4(2km 内):超节点内部,多模 OM4,100m-2km,$1200-1300;
DR4 / FR4(2-10km):超节点之间,单模 OS2,2-10km,$1300-1500;
ZR+(80-120km):数据中心之间(DCI),相干光学,$3500-4500。

3. InfiniBand vs RoCE vs HiBLADE:三大阵营

InfiniBand:闭源高性能,NVIDIA 主导

InfiniBand 是 NVIDIA 控制的闭源网络协议,200G / 400G / 800G 三档,目前最新 HDR(200G)+ NDR(400G)+ XDR(800G)。

优势:超低延迟(0.5-1.0 μs)+ 无损网络 + SHARP 协议(集合通信卸载);
劣势:绑死 NVIDIA(ConnectX-7 网卡 + Quantum-2 交换机)+ 单卡 license 贵($1000/年/卡);
市场:2025 占 AI 高性能网络 70%,2026 60%(被 RoCE 蚕食)。

RoCE:开源替代,Microsoft + Meta 推动

RoCE(RDMA over Converged Ethernet) 是开源的以太网络 RDMA 方案,2020-2025 完成 RoCE v2 标准。

优势:兼容现有以太网 + 便宜(网卡 $200 vs IB $1200)+ 灵活;
劣势:延迟高(1.5-3.0 μs vs IB 0.5 μs)+ 需要无损网络部署(PFC + ECN);
市场:2025 占 25%,2026 35% 吃 IB 份额;
代表客户:Microsoft Azure(Maia 100 卡互联)/ Meta(MTIA 训练集群)/ 阿里 PAI 平台。

HiBLADE:华为自研,昇腾专属

HiBLADE 是华为自研的超节点互联协议,2024 年首发,2025-2026 升级到 1.6T。

原理:基于自研 HCCS 协议 + 1.6T 光模块;
优势:超低延迟(0.6 μs 接近 IB)+ 开源框架兼容;
劣势:绑死昇腾 + 生态小(仅华为云 / 贵安集群);
市场:2025 占 5%,2026 8%。

三大阵营对比

指标	InfiniBand	RoCE v2	HiBLADE
延迟	0.5 μs	1.5-3.0 μs	0.6 μs
带宽	800G (XDR)	800G (主流)	1.6T (首发)
网卡成本	$1200	$200	$400(华为内部)
License/卡/年	$1000	$0	$0
生态	NVIDIA + Mellanox	Microsoft + Meta + Broadcom	华为云 + 贵安
市场	60%	35%	8%

4. 集群调度:K8s / Volcano / Slurm / Ray

传统调度:Slurm + LSF

在 LLM 训练之前,高性能计算(HPC)集群用 Slurm / LSF 调度,基于队列和优先级。这在 LLM 训练时不适用:LLM 训练需要长时间(7-30 天)独占千卡集群,Slurm 调度粒度太粗。

云原生调度:K8s + Volcano + Ray

Kubernetes(K8s):容器化调度,基本单元是Pod(1 张 GPU),LLM 训练用 Operator(JobSet / Volcano Job / MPI Operator);
Volcano:K8s 上的批调度扩展,支持 gang scheduling(整组调度)+ 拓扑感知 + 公平调度;
Ray:分布式计算框架,Anyscale 维护,支持 LLM 训练(SFT / DPO 流水线)+ Actor 模型;
ByteDance Ray 魔改:字节内部 LLM 训练框架,Torrent 集群调度 + MegaScale 训练加速。

集群调度对比

调度	代表用户	粒度	能力
Slurm	传统 HPC / 大学实验室	队列级	简单
K8s + Volcano	Microsoft / Amazon / 阿里 PAI	Pod 级	丰富
Ray	Anyscale / OpenAI(部分) / Meta	Task 级	灵活
内部魔改	字节 / 阿里 / DeepSeek	极致定制	最强

关键 insight:字节 / 阿里的内部魔改调度已经超过开源方案。DeepSeek 用 2048 张 H800 训练 V3 仅用 28 天、$5.5M 成本,得益于自研 HAI-LLM 框架 + 拓扑感知调度。

5. 光通信产业链

五大环节

激光器:II-VI / Lumentum / Broadcom / Macom
光芯片(EML / DML):Broadcom / 住友电工 / 旭创 / 源杰科技
光器件:Lumentum / Coherent / 旭创 / 新易盛
光模块:中际旭创 / 新易盛 / Coherent / Fabrinet
光通信设备:Cisco / Arista / 华为 / 锐捷

2026 年全球 1.6T 光模块市场 预计 150 亿美元(800G 100 亿),CAGR 40%+,光通信产业链进入"戴维斯双击"阶段。

6. 风险与展望

风险

1.6T 良率:DR4 模块良率 70-75%,低于 800G 的 90%,产能爬坡慢;
激光器供应:EML 激光器 80% 集中在 Broadcom / 住友,2026 紧缺;
网线 / 光纤成本:1.6T 光纤 + 网线占超节点成本 15%,单 NVL576 仅网络就要 $1.5 亿;
RoCE 互联延迟:RoCE v2 比 IB 慢 2-5 μs,在大模型训练时差 5-10% GPU 利用率;
中美供应链:Coherent / II-VI 激光器受美国"AI Diffusion Rule"影响,对华为断供。

展望

2026 H2:旭创 / 新易盛 1.6T 月产能各 120K,全球供给 30 万/月;
2027 H1:3.2T 光模块量产(2x 1.6T),单模块 30W,90nm DSP 工艺;
2027 H2:Linear Pluggable Optics(LPO)无 DSP 1.6T 量产,功耗降 50%;
2028:6.4T / 12.8T 光模块研发启动,硅光集成成为关键。

关键判断:网络这一环中美差距最小,1.6T 中国旭创 / 新易盛已经领先。RoCE + HiBLADE 是中国 AI 算力"不依赖 NVIDIA"的关键。

参考资料

中际旭创 1.6T 量产白皮书(2026 Q1)
NVIDIA Spectrum-X 网络白皮书(2025)
TrendForce 报告(2026 Q2) — 光模块市场分析
华为 HiBLADE 技术白皮书(2025)
RoCE v2 标准(IETF RFC 9001-9002,2024)