生活分享

Lambda 采用 NVIDIA Photonics CPO 交换机连接超过 1 万颗 GB300 GPU,NVIDIA 称功耗效率最高提升 5 倍

NVIDIA 宣布云服务商 Lambda 以 NVIDIA Photonics 共封装光学交换机连接 GB300 NVL72 机柜,规模超过 1 万颗 GPU。延迟、温度等数据为 NVIDIA 博客引述的公司自家测试结果。

新闻日期: 阅读时间约 4 分钟

LINE 分享
目录
  1. 1. 这次部署改变了什么?CPO 与传统可插拔光学的区别
  2. 2. 对 AI 训练与推理的实际影响是什么?
  3. 3. Lambda 的配置规格与限制有哪些?

NVIDIA 在 2026 年 11 月 16 日的博客中表示,云服务商 Lambda 已在超过 1 万颗 GPU 规模的 GB300 NVL72 部署中,使用 NVIDIA Photonics 共封装光学(CPO)交换机。GB300 NVL72 是 NVIDIA 的整柜式 GPU 系统;CPO 指把负责光信号转换的元件直接与交换机芯片封装在一起。文中未说明明确的上线阶段或供应范围,内容属 NVIDIA 与公司的自述及自家测试结果。

这次部署改变了什么?CPO 与传统可插拔光学的区别

传统做法是在交换机端口插上独立的光学收发模块,也就是“可插拔光学”。据 NVIDIA 介绍,NVIDIA Photonics 改用交换机封装上的共封装光学引擎取代这些可插拔收发模块。光学引擎与芯片位于同一封装,负责把电信号转为光信号,经光纤在集群各部分之间传输。NVIDIA 称,共封装使电气路径由英寸缩短至毫米,降低信号损耗,也不再需要 retimer 芯片(用来重整长距离电信号的中继芯片),从而减少耗电和信号路径上的元件数量。

依 NVIDIA 博客整理的比较,数据为厂商与公司自述
方面NVIDIA Photonics CPO传统可插拔光学
功耗效率最高 5 倍(NVIDIA 称)基准
可靠性最高 15 倍(NVIDIA 称)基准
激光器数量减少为 1/4(NVIDIA 称)基准
光学元件中位温度(公司报告)36°C51°C
激光器故障时可现场更换光源模块需更换整个模块
吞吐量与可插拔相同基准

对 AI 训练与推理的实际影响是什么?

NVIDIA 指出,大型训练任务中一条链路中断就可能让数千颗 GPU 停摆;在代理式(agentic)推理中,一次网络中断也可能对许多代理造成连锁延迟。NVIDIA 表示网络处于 AI 工厂生产力的核心,每一瓦用在网络上的电力,也就无法用于计算。

在公司测试中,网络延迟在机柜规模下降约 4%,在 Pod 规模最多降约 10%。机柜是单个机架的 GPU 系统,可扩展单元与 Pod 则是由多个机柜组成、规模逐级变大的集群单元。跨机柜、可扩展单元与 Pod 配置,吞吐量与传统可插拔光学相同。Lambda 云服务总裁 Dave Ward 表示,网络必须跟上日益庞大的 AI 集群需求。

Lambda 的配置规格与限制有哪些?

据 NVIDIA,Lambda 使用的交换机各有 144 个端口、每端口 800Gb/s,并以液冷带走交换机芯片与光学引擎的热量。每台交换机有 18 个可拆卸外接光源为光学引擎供光;技术人员可在现场更换光源模块。文中另提到公司测试发现信号完整性更稳定。

常见问题

这项技术已经全面上市了吗?

NVIDIA 的博客只描述了 Lambda 的部署,未说明一般供货、方案或地区范围,因此无法据此判断是否已全面上市。

CPO 交换机会让网络变快吗?

据 NVIDIA 说法,吞吐量与可插拔光学相同,但在公司测试中延迟在机柜规模降约 4%、Pod 规模最多降约 10%。

激光器坏了怎么办?

NVIDIA 表示,技术人员可在现场更换光源模块,不必像传统可插拔光学那样更换整个模块。

查看同分类最新消息

觉得这篇整理实用吗?分享给需要的朋友

LINE 分享

资料来源

本文依据上方所列参考来源与标示之核实日期整理;票价、时刻、功能规格或服务条款可能变动,出发、预订或购买前请至相关官方网站确认最新信息。

生活分享