过去两年，AI基础设施的叙事更多围绕“算力供给”（GPU、HBM、先进封装）展开。但当集群规模继续外扩，网络与互联开始从“配角”变成决定体验与效率的“第二战场”。这一轮专家访谈的核心信息很明确：800G在真实的超大规模AI集群里几乎已经完成普及，1.6T正在从“验证”走向“爬坡”，而企业数据中心的节奏完全不同。更关键的是，1.6T这一代可能首次出现“领跑者不是Google”，从而改变DSP厂商、模块厂商与生态的权力结构。
下面按“市场节奏—产业结构—关键变量—下一代架构”的逻辑，把访谈要点与我的理解串起来。
一、宏观框架：同是数据中心，AI集群与企业机房不是同一个周期
共识：1.6T的讨论，本质上是2026年的“超大规模（hyperscale）AI集群讨论”，不是企业数据中心的同步升级。
原因也直白：AI集群追求“时间到市场（time-to-market）”与性能极限，而企业数据中心更在意可靠性、运维成本与系统级风险暴露。
专家把两类场景分得很开：
超大规模AI集群（尤其是AI训练/大规模推理）更像“性能机器”，迭代快、愿意承担新代际风险；企业数据中心则像“稳定运营机器”，升级一次牵一发而动全身，宁可慢也不愿出故障。
二、800G到1.6T：真实世界的进度条到底在哪
关键数据（访谈口径）
1）Hyperscaler侧：几乎全是800G，年底（未来不到一个月）1.6T占比仍低于5%。
2）若供应链与硅片问题顺利解决，到明年年中，1.6T可能加速到20%–30%；
3）企业数据中心侧：800G目前仍低于50%渗透；年底几乎不会有1.6T。即使到明年年中，1.6T可能仍低于10%。
我的理解：这组数字的价值在于，它把市场从“概念渗透”拉回到“工程节奏”。1.6T并不是需求不强，而是工程端的硅片挑战与迭代周期在决定节奏。专家提到一个很典型的现实：如果某个关键芯片需要re-spin，尤其是3nm/5nm这类先进节点，一次迭代带来的时间损耗就是3–6个月，这足以改变一整个年度的渗透曲线。
另外一个很有意思的点：微软可能从400G直接跳到1.6T，跳过800G。这不是“激进”，反而是“保守”的体现——升级成本太高、可靠性约束太强，所以宁可少折腾一次，把代际跨度拉大。
三、形态与距离：OSFP为什么压倒QSFP-DD，热设计正在成为第一约束
在800G形态上，专家的判断非常“单边”：
关键数据（访谈口径）
OSFP占比>80%，且在AI/hyperscale侧更极端：Nvidia基本100% OSFP。
QSFP-DD更多出现在企业侧与“后端”场景。
背后的第一性原理是：热（thermals）。在高速光模块里，热设计几乎决定了一切，甚至出现一种“行业趣事”：大家讨论规格时，最先问的不是功能，而是DSP用了什么制程节点（3nm/5nm等），因为这直接对应功耗与散热难度。
距离（reach）端，800G并不是经典的“80/20”结构，反而更分散：
SR8（~100m以内）**更像“近距离互联/scale-up与近距离scale-out”；
DR8（~500m以内）**更像“spine-leaf与更广域的scale-out”；
FR/LR（2–10km）**对应更大园区与园区互联。
而到了1.6T，专家倾向于认为：增量会主要集中在100m与500m（SR8/DR8），因为1.6T更贴合“scale-up优先”的演进路径；至于2–10km那段链路，未必需要跟着同步上1.6T，可能继续停留在800G甚至400G，通过其他系统设计去解问题。
四、DSP格局：Marvell“可口可乐”、Broadcom“百事”，剩下是Credo+MaxLinear
访谈里对DSP份额给了一个相对清晰的框架（当然这类数据天然难以精确，但方向很有参考意义）：
关键数据（访谈口径）
Marvell：约40%–50%，中值~45%
Broadcom：约35%
Credo + MaxLinear：合计约20%
专家用一句话概括得很形象：Marvell是Coke，Broadcom是Pepsi，剩下两家像Dr Pepper。
更重要的是结构性解释：Marvell过去长期领先，核心来自其与Google的深度绑定。Google基于TPU路线往往要提前2–3年推动代际升级，因此Marvell也被迫提前2–3年做设计投入；而Google为了“补偿”这种超前投入，会在方案上给出极强的锁定与排他性。这种机制解释了“为什么Marvell长期是leader”。
五、这一代最关键的变化：1.6T首次由Nvidia领跑，逻辑不是“成本”，而是“控制权”
如果说前面都是“行业节奏”，那么这一段是访谈里最值得反复咀嚼的“产业权力变化”。
专家判断：1.6T这一代，Nvidia第一次跑到Google前面。并且Nvidia之所以这么做，不是因为它把自己当芯片公司，而是它越来越像一家“卖整机/卖机架的公司”。当你卖的是rack-level系统，光DSP在整机BOM里占比很小，企业决策会从“单位成本最优”转向“交付与节奏最优”。
更直白一点：疫情期间的供应链经历，让Nvidia见识过“就差一个光DSP，几亿美元的货出不去”。于是这代开始，Nvidia的优先级变成：我宁可DSP过度设计、贵一点，也要把关键环节握在自己手里，避免被卡住。
在这种目标函数下，访谈给出一个非常强的推演：Nvidia可能自己做DSP。理由也简单：DSP里最难的IP之一是SerDes，而Nvidia在交换机、DPU等产品上本来就有SerDes能力；以前不做，是因为“没必要”，Marvell总能提供提前量。现在当Nvidia要领先，提前量不再来自Google体系，Nvidia就需要把提前量内生化。
对供应链的含义：
Nvidia会更强势地驱动规格与性能指标；
Marvell/Broadcom等传统DSP厂商可能从“主供应”变成“追赶的二供”；
模块与代工链条上，Nvidia更依赖其JDM/EMS与模块伙伴体系（访谈点到的Coherent、InnoLight、Eoptolink等）。
这也引出一个现实的12个月变量：Marvell在Nvidia侧的份额可能面临波动，但如果Google选择更激进地对外扩张TPU生态，Marvell又可能获得对冲式的增量。
六、LPO与CPO：别把短期“热度”当成长期“渗透”，真正的拐点在2027–2029
1）LPO：更多是“成本玩家”的故事，不是性能玩家的主线
专家对LPO的态度比较克制：有热度、有尝试，但天花板不高。LPO更符合Meta、ByteDance这类“极度成本敏感、以大规模通用计算为主”的客户；而对Nvidia这种“性能与时间优先、毛利率高、光互联占整机BOM比例小”的玩家，LPO的吸引力很有限。
我的理解：LPO可以阶段性影响部分链条的定价与方案选择，但它更像“局部优化”，不是“代际迁移”。当更高阶的架构（CPO）开始逼近时，LPO的叙事会自然收敛。
2）CPO：2026几乎没有“收入故事”，真正的产业故事从2027开始
关键时间线（访谈口径）
2025–2026：CPO对市场几乎无实质影响
2027：Nvidia可能最先在小规模引入CPO（更偏加速器侧）
2028：Google可能跟进（约滞后一年）
2029：再向更广泛市场扩散
更“反直觉”的点是：即便2027 Nvidia开始做CPO，你也未必能在传统光模块/DSP厂商的收入里看到明显增量，因为这可能是Nvidia与制造伙伴（例如代工与硅光相关能力）更内部化的推进方式。传统意义上，CPO更像是一次“价值链重分配”，而不是简单的“端口数增加”。
七、怎么跟踪这条赛道：与其盯BER，不如盯“客户份额迁移”
专家给了一个很“投资化”的视角：他不太用技术指标（比如BER）去做外部判断，而更关注不同终端客户的采用节奏与供应链份额变化。因为玩家越来越集中，谁的份额变动，往往比单点技术参数更先反映趋势。
我会把可跟踪的指标整理成三类：
关键指标
1）终端客户节奏：Hyperscale侧1.6T渗透斜率
2）DSP结构：Nvidia是否继续强化自研/自控，Marvell在Nvidia侧的份额波动是否被Google侧对冲。
3）形态与热：OSFP占比是否继续上行，先进制程DSP供给是否成为瓶颈，SR/DR端口是否成为1.6T增量主要落点。
八、总结与展望：2026是1.6T的“真爬坡年”，但更大的变量在“谁定义规格”
把访谈压缩成一句话：800G已经是AI集群的现实，1.6T的核心看2026
市场气氛烘托到此，接下来一段时间，光互联的主线会从“端口数增长”逐步转向“体系权力变化”：谁能定义下一代互联，谁就更可能定义下一轮利润分配。
本文作者可以追加内容哦 !
