英伟达GPU互连技术演进：从铜缆局限到光互连破局
打开英伟达NVL72机柜后盖，首先映入眼帘的并非72颗GPU，而是逾5000根同轴铜缆构成的密集网络。这些铜缆总长超3.2公里，构成机柜1.36吨自重的主要部分。
机柜中央配置9块NVSwitch托盘，被上下各9块计算托盘夹层布局。该设计源于铜缆物理限制：1.8TB/s带宽下信号传输距离不足一米，NVSwitch必须贴近GPU以实现最短距离连接。
(NVIDIA DGX GB200 NVL72 NVSwitch，来源：ServeTheHome)
这台机柜浓缩了英伟达的核心困境：铜缆虽具成本与可靠性优势，却制约系统规模上限。2026年GTC大会，黄仁勋宣布将通过光互连技术把GPU集群扩展至576颗甚至1152颗，并随即向三家光学企业注资60亿美元。
铜缆的黄金时代与物理瓶颈
2024年NVL72亮相时，铜缆是工程最优解。英伟达网络高级副总裁Gilad Shainer指出："铜是理想连接方案，无源特性带来零功耗与高可靠性。"实测表明，若改用光模块替代铜缆，整机柜将额外消耗20千瓦电力，占其总功耗的六分之一。
(NVL72系统架构，来源：Nvidia)
铜缆的无源特性造就显著可靠性优势。在百万级链路的大规模集群中，可插拔光模块日均故障达数十次，而铜缆近乎零故障。这使得72颗GPU可基于NVLink实现全互连，构建单台最大AI计算单元，推理性能较H100提升30倍。
然而，ChatGPT级模型训练需数千GPU协同。NVL72机柜内部虽实现高效互联，但多机柜间仍依赖InfiniBand，通信瓶颈严重制约训练效率。1.8TB/s带宽下铜缆已触及物理极限，系统扩展必须切换传输介质。
光互连：从技术质疑到战略投入
光互连并非新概念，但将其用于GPU内部Scale-up网络（替代Scale-out外部网络）面临功耗与体积挑战。2024年评估显示，可插拔光模块方案将使NVL72增重20千瓦功耗及额外机柜空间占用。
转机源于共封装光学技术(CPO)。该技术将光引擎集成至交换芯片封装，大幅削减功耗与体积。2025年英伟达率先在Spectrum交换机量产CPO，验证了光学互连的可行性，为Scale-up网络部署积累关键经验。
铜光混合路线图与供应链布局
2026年GTC发布的Vera Rubin NVL576与Rosa Feynman NVL1152系统采用分层策略：机柜内部延续铜缆连接，跨机柜采用光互连。这种"短铜长光"方案既保留铜缆可靠性优势，又突破规模限制。
(Vera Rubin NVL576架构，来源：Data Center Dynamics)
至2028年的Feynman系统，英伟达将推进CPO深度集成。可能路径包括：仅NVSwitch集成CPO形成两层网络，或GPU直连CPO构建单层网络以降低延迟。后者虽能提升性能，但对交换芯片工艺提出更高要求。
(CPO技术对比，来源：Celestial AI)
2026年3月起，英伟达通过三笔各20亿美元投资锁定光学供应链：布局Coherent与Lumentum保障激光器产能，注资Marvell整合Celestial AI的光子互连技术。这些举措提前卡位CPO量产核心环节，为2030年占35%光模块市场的行业预测奠定基础。
此举对UALink等开放标准阵营形成压力。当开放方案硬件尚处研发阶段时，英伟达已构建完整光学生态链。正如Shainer所言："铜始终是理想方案——前提是你能用它。"当前语境下，铜缆已无法覆盖AI基础设施的规模需求，光互连开启全新发展空间。