为什么说MEMS—OXC在智算场景没有未来？

　　智算中心是这一轮科技革命的算力“心脏”，更是国际科技博弈的长期焦点。智算中心建设方案，一直牵动着国人的神经。

　　近期，OXC光交换技术在智算场景的应用，走进了大众视野。这个技术及其解决方案，撑得起智算中心网络吗?

　　深入技术本质、落地实践、产业进程来看，恐怕都要说一句，OXC技术在智算场景其实没有未来。

　　技术上看，OXC光交换技术在智算场景中会面临光电协同、不支持AI任务多对多传输等技术挑战，很难有效解决。

　　实践上看，当前业界仅谷歌一家商用MEMS OXC设备，而谷歌TPU集群用OXC的核心目的是为了解决Torus拓扑的可用度问题，但网络可用度的短板其实是在接入端口，OXC不解决网络可用度问题，所以实际上跟自动配线架没有本质区别。

　　产业上看，谷歌商用OXC全球仅此一家，根据LightCounting预测，到2029年OXC的全球市场空间约为5亿美元，其中大部分是谷歌， 产业规模仅为电交换的20分之一。

　　综合上述维度，不难得出结论，OXC技术在智算场景中只是配线架，无法真的规模化落地，也支撑不了超万卡集群智算中心网络。

　　接下来咱们就从技术的起点到产业的终点，全面掀开智算场景MEMS—OXC的面纱。

　　技术为起点：为什么说MEMS-OXC只是配线架

　　简单来说，OXC光交换技术就是在不同的光路径之间进行光信号交换。技术路径包括MEMS、DLC、和DLBS，其中，MEMS技术是目前最主流的方案， MEMS- OXC设备也是目前唯一被谷歌这一家所商用的。

　　但在超万卡集群的智算中心网络中，MEMS -OXC发挥的作用其实就是配线架。

　　我们先来看看，智算中心组网是怎么实现的。ODCC(开放数据中心委员会)发布的《AI 数据中心网络建网》报告提到，AI参数面网络有两层Spine-Leaf，以及三层CLOS架构组网，而在AI集群组网实践中，通过三层组网达到十万卡以上的组网规模。

　　目前，Meta、OpenAI、微软等AI巨头，都是通过从两层向三层扩展的组网模式，去构建超大规模集群的。也就是在Leaf层、Spine层之外增加Core层。其中，两层组网使用的是电交换机。比如目前业界唯一的OXC商用实践——谷歌也采用的是光电混合架构。

　　可以看到，智算中心网络，如果采用两层组网，不需要OXC;如果是三层组网，MEMS -OXC设备在Core层主要发挥的作用是灵活配线，与自动配线架没有本质区别。

　　引入MEMS -OXC，不仅无法给网络带来增益，还可能制造出额外的问题：

　　首先，光电协同问题。

　　如果在第三层引入OXC光交换机，但数据中心网络底层用的还是电交换机，这就需要光电之间的协同、通信、配合，对整个数据中心网络，冲击是比较大的。

　　举个例子，OXC技术有灵活切换的特征，但对于整网来说，光交换机一会儿连通、一会儿断开，这就需要整个接入层和Spine层，都要随之进行策略调整。

　　试想一下，智算场景下的大模型训练大多采用并行训练，业务流随时变化，如果数据中心网络随时随地在进行秒级调整，那训练的可靠性就很难保证了。任何一个大模型研发团队，恐怕都无法接受训练的高频中断。

　　其次，OXC与AI业务的适配问题。

　　OXC光交换技术是不支持多对多通信的，只能进行纯物理的转发。而在智算场景中，AI任务是有很多算法和算子的，不同算法的通信模式都不太一样，可能需要一对多、多对一、多对多等多种转发方式。这些算法的高效通信，OXC技术就很难满足，导致相关智算业务无法开展。

　　第三大问题，就是OXC的耗能问题。

　　OXC光交换机的插损很大，也就是信号在光折射的过程中产生了衰减。那么为了弥补OXC的插损，就不得不采用更大功率或更长距离的光模块，这又会导致能耗上升。此外，插损问题，还会导致光模块速率无法演进。

　　由于上述问题的存在，智算中心结合插损、功耗等多方面进行考量，算一笔综合账，就会发现MEMS-OXC设备还不如自动配线架。

　　产业为终点，MEMS-OXC无法形成商业闭环

　　MEMS-OXC不如自动配线架的另一个关键因素，就是商用前景。

　　我们知道，一项新技术都必须在商业市场中完成闭环，能够通过使用来回收投资，才能吸引基础设施的进一步投入，形成良性循环。而OXC技术的产业化，良性商业闭环是很难的。

　　最首要的制约，是成本。

　　OXC技术的落地需要光交换机的大量使用，并且所有的相关器件如光模块，都需要进行升级，这会导致前期投资巨大，综合成本高。

　　ODCC(开放数据中心委员会)在《AI 网络光交换机技术报告》中提出，考虑到网络系统和OCS(光交换机)本身的挑战，从端口数量需求、切换时间需求、低成本、高可靠性、拓扑易于管理等维度分析，光交换机还需要优化设计以降低插损和回波损耗，以及探索与电交换机组网方案来降低成本等。

　　而上述投资，都需要从产业用户身上完成商业回报。但如前所说，受限于光交换技术本身的瓶颈，许多AI任务及场景是短期内难以落地的，这就导致OXC的商业不确定性强。

　　这样综合考虑下来，就导致业界落地OXC的步伐明显冷静，基本处于观望状态。

　　盲目引入OXC，可能是中国智算产业一段弯路

　　技术不是生存在真空之中的，是寄生在人才、资金、产业、实体经济等多重因素的现实中。

　　中国智算产业仍处于追赶阶段，资源、人才等都相对不足，既要把握发展前景与机遇，也要面对当下生存、商业的现实挑战，甚至有的还要处理历史遗留问题。

　　这种情况下，如果国内智算产业将宝贵的资源，投入到并不适合用来组网的OXC身上，可能会导致一系列连锁反应。

　　比如产业资源的分散，智算中心建设昂贵， 而在组网规模、插损、功耗、成本等方面都没有优势的OXC设备，意味着低效投资，降低科技企业的抗风险能力。

　　MEMS-OXC设备在智算集群中的落地效果并不显著，解决不了网络可用度问题，引入OXC会影响到AI算力的传输与供给，进而阻碍AI训练、AI推理等业务的韧性开展。

　　更需要警惕的是，对OXC路线的炒作，可能导致国内智算错过对其他技术路线的探索。由此带来的机会成本，是无法估量的。

　　所以，只能作为自动配线架的OXC，并不适合成为智算中心组网的选择，在智算场景没有未来。眼下，中国智算产业真正该做的，是把自身在成熟交换技术、现有宝贵资源、产业智能化机遇等方面的核心优势，进一步发挥好。

　　文章转自：脑极体