一、AI 算力，靠什么支撑？

如今 AI 大模型飞速发展，万亿参数模型屡见不鲜。可单个 GPU 难以支撑如此庞大的运算，必须将成千上万的 GPU 连成群组。而连接这些 GPU 的 “桥梁”，正是有源铜缆与 LPO 技术，它们是 AI 算力的重要支撑。

二、有源铜缆：成本与效率的完美平衡

（一）节能先锋

在数据中心，电费是重要成本。以 NVIDIA GB200 为例，采用全铜互联方案后，单个机柜比光方案节能高达 20 千瓦，大幅降低数据中心的能耗成本，对电费敏感的场景十分友好。

（二）稳定担当

在海底、偏远地区等恶劣环境中，设备维护难度大。铜缆作为无源介质，无需额外供电，稳定性远超光纤，且维护成本更低，是这些场景下的可靠之选。

（三）技术老将

从芯片内部到机柜连接，铜互联技术已发展数十年，技术成熟、生态完善。经过大规模实践验证，能稳定应对各类场景，是 AI 数据中心的 “压舱石”。

三、LPO 技术：面向未来的创新之光

（一）简化设计，降低功耗

传统光模块中的 DSP 芯片，会增加功耗与延迟。LPO 技术通过简化或移除 DSP 芯片，直接减少能耗，同时降低数据传输延迟，提升传输效率。

（二）未来指向标

随着数据速率向 1.6T 及以上迈进，224G/448G SerDes 等超高速率需求渐显。LPO 技术正是应对这一挑战的关键，为算力集群的 “骨干网络” 升级铺平道路。

四、协同共进，而非相互替代

（一）有源铜缆主 “内”

有源铜缆擅长机柜内部短距离连接，在密度、功耗和成本上优势明显，能高效构建算力 “细胞”，是机柜内连接的最优解。

（二）LPO 主 “外”

当需要机柜间长距离、高速率传输时，LPO 技术可发挥所长，承担起算力集群 “骨干网络” 的连接重任，支撑算力扩展。

（三）混合架构，未来趋势

未来大型数据中心，将形成 “柜内用铜缆，柜间用 LPO” 的混合架构。二者分工协作，共同撑起 AI 算力版图，实现降本增效。

五、技术演进，引领未来

有源铜缆与 LPO 技术，是 AI 基础设施降本增效的核心。它们的持续演进，直接决定着我们能否以更低成本获取更强算力，为 AI 技术的进一步发展保驾护航。