AI 算力集群驱动：800G/1.6T 光模块需求爆发与选型指南

为什么 AI 集群的用光量远超通用数据中心

传统数据中心一个机柜可能只有 20–40 个服务器端口。而在训练集群中，一个装 8 台 GPU 计算节点的机柜，可能需要几百条高速光链路——因为这里的网络不是"服务器到交换机"，而是加速器之间的全互联通信。当集群中每一块 GPU 都需要与其他所有 GPU 交换梯度数据时，单位算力对应的端口数急剧上升，光互联就成为整个系统的成本主体。

实际部署的速率分层

主流分三档：

400G——通常为 QSFP-DD 或 OSFP 封装，DR4（500m）与 FR4（2km）是机房内与机房之间的主流距离档，也是当前出货量最大的档位。
800G——基于每通道 100G 的电接口，以 OSFP 与 QSFP-DD800 封装为主。SR8 用于多模短距，DR8 / 2×FR4 用于单模链路。
1.6T——在 OSFP-XD 等更大封装中出现，主要服务于最高 radix 的交换网。

对当下正在扩产的多数买家来说，实际的决策区间是 400G 与 800G。1.6T 应当纳入规划，但不宜作为建设基准。

真正重要的三条选型标准

距离与光纤资源。 如果现网是多模，SR 系列模块迁移成本最低；如果是单模，DR 与 FR 系列有更好的扩容余量。
散热预算。 速率越高，单端口功耗越大。一只 800G 模块的功耗可能是 400G 的数倍，直接影响面板散热与交换机选型——这也是 LPO（线性直驱可插拔）与 CPO（共封装光学）受到关注的原因。
密度与分支。 用分支线把 1 个 800G 端口拆成 2 个 400G 或 8 个 100G，往往是不换交换机就能匹配拓扑的最省成本做法。