精选理由
GPU算力被通信瓶颈浪费是AI集群的普遍痛点，CPO技术直接解决功耗和延迟问题，做大规模训练或推理部署的团队值得关注这一即将落地的架构变革。
随着AI智能体和大型语言模型推动数据中心流量爆炸式增长，GPU之间的通信链路成为关键瓶颈。在当代AI集群中，GPU等待数据的时间往往超过实际计算时间。Co-Packaged Optics（共封装光学）技术通过将光学引擎与交换芯片直接集成，有望大幅降低功耗、提升带宽密度并缩短延迟。该技术被视为AI数据中心互连架构的下一代骨干，预计将在2026年6月左右迎来商业化部署。
AI 翻译 · 中文
随着AI智能体和大型语言模型推动数据中心流量爆炸式增长，GPU之间的通信链路成为关键瓶颈。在当代AI集群中，GPU等待数据的时间往往超过实际计算时间。Co-Packaged Optics（共封装光学）技术通过将光学引擎与交换芯片直接集成，有望大幅降低功耗、提升带宽密度并缩短延迟。该技术被视为AI数据中心互连架构的下一代骨干，预计将在2026年6月左右迎来商业化部署。
As AI agents and large language models drive explosive growth in data center traffic, the communication links between GPUs have become a critical bottleneck. In modern AI clusters, GPUs often spend more time waiting for …