用镜子做交换机：谷歌 OCS 光路交换，重新定义 AI 超算互联

步步糕升

前言

      在 AI 大模型算力集群里面，传统电交换机承担着数据转发的重任，但光‑电‑光反复转换带来巨大功耗、成本压力。谷歌走出了一条与众不同的技术路线：Palomar OCS 光路交换系统，依靠 MEMS 微型反射镜阵列，全程以光信号完成数据转发，不需要把光转换成电做数据包解析。
      这套 “用镜子做的交换机”，已经大规模部署在 Jupiter 数据中心网络以及 TPU v4、TPU v7 超算集群，可以把数千颗 TPU 芯片动态拼接成一台巨型超级计算机。它大幅降低网络功耗与硬件成本，还可以根据任务随时改变芯片之间的网络拓扑。但 MEMS 机械镜片也带来固有的短板，这套方案很难直接照搬复制。

提示：本文为公开技术科普，内容来自谷歌公开论文与行业公开资料，不构成投资、硬件选型建议。

一、传统电交换机的痛点：反复光电转换，又贵又耗电

传统数据中心 Clos 胖树网络架构，服务器流量先经过机柜顶端 ToR 交换机，再向上汇聚到顶层脊交换机（Spine）。光纤负责长距离传输，但交换机内部只能处理电信号。每经过一台交换机，就要执行光→电→光完整转换流程：光模块把光信号转为电信号，交换芯片读取数据包、查表选路，再转回光信号继续向外发送Google Clo...。
这套模式带来几个现实负担：

• 功耗巨大：大容量电交换机插满光模块，整机功耗可达数千瓦；
• 硬件迭代成本高：带宽从 100G 升级 400G、800G，交换机整机连同光模块往往需要整体更换；
• 数据包逐包处理开销大：每一个数据包都要解析头部、查表转发，当集群规模扩张，顶层交换机就成为性能瓶颈。
  

谷歌工程师观察到一个关键现象：数据中心顶层的大块流量，变化是以分钟、小时为单位，而不是微秒级别快速抖动。A 区域与 B 区域长时间保持大流量通信。既然大块连接相对稳定，不一定需要逐个数据包做路由，就可以借鉴老式电话局的电路交换思路：直接建立一条持续的物理光路，数据直接透传，中间不解析数据包内容36氪。
二、Palomar OCS：依靠 MEMS 微镜实现全光电路交换

Palomar 就是谷歌自研的光路交换机，整机具备 136 个端口，其中 128 个业务端口投入使用，8 个作为硬件备用端口。核心不是交换芯片，而是两组 MEMS 微机电反射镜阵列。
基础工作原理

• 光纤输入的光信号，经过透镜变成平行光束，投射到第一组 MEMS 微镜阵列；
• 通过静电驱动控制镜片二维偏转，光束反射到第二组微镜；
• 第二组微镜再次调整角度，精准耦合进目标输出光纤，完成端口之间光路对接。
  

整个过程，光全程只做反射，不会转为电信号，不读取数据包内容。只要镜片角度固定，这条光路就持续打通，和传输速率、通信协议无关。不管是 100G、400G 还是 800G，光信号都可以直接透传。未来升级带宽，只需要更换两端光模块，中间镜子交换机可以继续服役，不需要整机替换Google Clo...。
为解决微镜角度受热、震动、器件老化发生漂移的难题，系统额外引入850nm 监测光：该波长普通图像摄像头可以识别，不和业务通信的 1310nm 数据光互相干扰。摄像头拍摄反射光斑，软件闭环实时微调微镜角度，保证光束精准射入直径仅 9 微米的单模光纤纤芯，整套交换机光信号插入损耗控制在 2dB 以内arXiv。
同时内部使用光环形器，实现单根光纤双向收发，直接把整机需要的端口、光纤数量减半。整机最大功耗仅 108W，对比同等吞吐量的电交换机，功耗降低一个数量级36氪。

重要短板：MEMS 属于机械结构，镜片偏转切换光路需要毫秒级时间；而电交换芯片处理数据包是纳秒级别。切换光路的瞬间链路会短暂中断。因此 OCS 适合连接关系相对稳定的大块流量，不适合处理细碎、频繁变化的小包通信。需要调整连接时，系统先把流量迁移至其他链路，再转动镜子重配光路arXiv。

三、两大落地场景：数据中心网络 & TPU 超级计算机

场景 1：Jupiter 数据中心网络，直接拿掉顶层脊交换机

谷歌把传统 Clos 架构的顶层电脊交换机整体移除，替换成 Palomar OCS 光路交换层。各个汇聚块直接通过全光交换机动态建立直连光路。系统持续监控各个区块流量，哪两个区域流量高，就分配更多光路直连。
根据谷歌公开生产环境数据对比：

• 硬件资本开支下降约 30%
• 网络功耗下降约 40%
• 整体吞吐量提升约 30%
• 数据流完成时间缩短约 10%
• 网络停机时间降低 50 倍。
  

其中停机时间大幅改善的关键点：带宽迭代升级，不再需要整体更换顶层交换机，新旧速率设备可以共存，逐步分批替换硬件，不用大规模停机施工。
场景 2：TPU 超算集群，动态重构算力互联拓扑

以 TPU‑v4 为例，基础单元是 4×4×4 三维立方体，每一个立方体内部包含 64 颗 TPU 芯片。立方体内部芯片采用短距离电互连；立方体向外伸出 96 路光纤，接入 Palomar 光路交换机arXiv。
OCS 带来两大核心能力：

• 故障隔离与重组传统静态布线集群，如果其中一个硬件立方体故障，整组拓扑就会受损。而 OCS 可以从大量可用硬件中，挑选健康的立方体，转动镜子把它们重新拼接组网；损坏单元直接隔离换掉，不需要人工现场插拔线缆。没有 OCS 时，集群需要 99.9% 硬件完好才能高效运行；引入光路交换，硬件可用率 99.0‑99.5% 依旧可以保持高效工作，对大规模集群故障容忍能力大幅提升arXiv。
• 按需改变网络拓扑结构不同 AI 模型、不同并行算法，最优芯片互连拓扑不一样。依靠镜子切换光路，同一批 TPU 硬件，可以动态组成长方体、扭转环面（Twisted‑torus）等不同逻辑网络拓扑，不需要改动物理布线，部分场景吞吐量提升 1.3‑1.6 倍。TPU‑v7 单套超算集群可以扩展至 9216 颗芯片规模。
  

整套 OCS 光学硬件，占 TPU‑v4 整套超级计算机成本不到 5%，功耗占比不到 3%；如果换成传统 Infiniband 方案，则需要数百台电交换机，成本与功耗会显著增加arXiv。
四、为什么其他厂商很难简单照搬这套方案

虽然 OCS 效果亮眼，但它不是拿来插上就能用的标准化商品，有很高的整体协同门槛：

• 软硬深度一体化定制MEMS 交换机、双向传输光模块、流量调度软件、TPU 芯片、集群任务调度器全部深度协同。从硬件光学器件，到上层 AI 训练调度系统，全部需要自研适配。多数企业的数据中心是多厂商标准化硬件拼凑而成，很难做到端到端协同优化。
• 需要长时间大规模工程沉淀谷歌这套系统在生产环境打磨近十年，部署上万台 Palomar 交换机。MEMS 镜片良率、闭环对准、故障运维，都需要海量生产实践去迭代，短期很难复制。
• 业务场景有明确边界OCS 擅长大块、变化缓慢的流量；对于服务器之间细碎、突发小包通信，依旧离不开传统电分组交换机。适合 AI 训练这类大流量稳定负载，通用公有云混合多变负载场景很难发挥全部优势。
  

不过该技术正在走向行业标准化：OCP 开放计算项目成立光路交换专项小组，谷歌、英伟达、微软、Lumentum 等企业参与，谷歌贡献管理控制接口规范，推动不同厂商 OCS 设备可以统一调度。但调度系统、AI 训练框架如何利用动态可重构网络，依旧是各家需要解决的工程难题。
五、三种算力互联技术路线对比

• 传统电分组交换（EPS/Infiniband）现在行业主流方案，逐数据包查表转发，毫秒‑纳秒级切换；优点适配所有流量模式；缺点光‑电‑光转换带来高功耗、高成本，带宽升级往往需要整机更换。
• 谷歌 MEMS‑OCS 光路交换建立静态光路透传，不解析数据包；优点功耗低、速率协议无关、支持动态重构拓扑；缺点机械毫秒级切换，仅适合大块稳定流量，需要软硬件深度定制。
• CPO 共封装光学（下一代方向）把光收发引擎和交换 / 计算芯片封装在一起，信号一出芯片直接转为光信号，缩短电路板上的铜线距离，从根源缓解铜线信号衰减难题，也是行业重点探索的下一代路线，但尚未大规模商用落地。
  

注意：OCS 并不是完全取代铜线。机柜内部主板、芯片之间依旧大量使用铜互连；OCS 解决的是机柜之间、TPU 立方体之间长距离互联。谷歌对外售卖的英伟达 GPU 云服务器，依旧使用市面标准商用互连硬件Google Clo...。

六、大众常见认知误区澄清

误区 1：OCS 全光交换机可以处理所有网络流量，可以彻底淘汰电交换机。纠正：只适合大块稳定流量；短时间频繁变化的小包通信，仍然需要电分组交换机协同工作。
误区 2：OCS 内部是光信号，所以切换速度是光速，延迟极低。纠正：光束传播是光速，但 MEMS 微镜机械偏转需要毫秒级切换时间，切换瞬间链路会中断，不能频繁反复切换光路。
误区 3：只要采购 MEMS 光交换机，就能复刻谷歌 TPU 集群性能。纠正：硬件只是其中一环，需要调度软件、定制光模块、训练框架全套配合，单纯购买硬件无法发挥动态拓扑的全部收益。
误区 4：OCS 可以无限升级，什么速率都不用更换任何器件。纠正：交换机本身与速率无关，但光纤两端的光模块，依然要跟随带宽迭代升级。
误区 5：850nm 监测光用来传输业务数据。纠正：850nm 仅用于镜片位置闭环校准；真正业务数据使用 1310nm 波段传输，两者互相分离互不干扰。
结语

谷歌 Palomar OCS 光路交换，代表 AI 超算互联一条很特别的技术路径：不靠更强大的交换芯片，而是依靠 MEMS 微镜阵列，在光域直接打通物理通路。
它带给行业最大启发：AI 算力集群性能瓶颈，不只来自计算芯片，网络互联同样可以通过架构创新拿到功耗、成本、可用性的巨大收益。同时也要看到，这套方案高度依赖软硬一体化定制，存在明确适用边界，并不是通用万能的银弹。
CPO 共封装光学作为下一代重要路线，正在研发推进。未来数据中心互联会是多条技术路线共存，电交换、MEMS 全光交换、共封装光学各有自己适用的业务场景。