Lambda 在其大规模 AI 工厂中率先部署 NVIDIA Photonics 共封装光学交换机。通过将光学引擎集成至芯片,该方案显著降低了网络延迟与功耗,并大幅提升系统可靠性,为下一代大规模 AI 集群提供了核心网络基础设施支持。
Lambda 近期宣布,在其超大规模 AI 工厂中部署了 NVIDIA Photonics 共封装光学(CPO)交换机。此举旨在应对数万颗 GPU 协同工作时对高速、高效及高可靠性网络的苛刻需求。

Lambda 正在利用这些交换机连接 NVIDIA GB300 NVL72 机架,总计超过 10,000 颗 GPU。Lambda 云服务总裁 Dave Ward 表示,随着 AI 集群规模不断扩大,网络性能必须同步提升,而引入共封装光学技术是构建下一代 AI 基础设施的关键一步。
测试数据显示,引入 NVIDIA Photonics 交换机后,网络性能显著优化。在机架规模下,数据传输延迟降低了约 4%;在整个 Pod 规模下,延迟降幅最高可达 10%。在保持与传统可插拔光学器件相当的吞吐量基础上,该技术在性能稳定性上展现了显著优势。
对于 AI 工厂而言,网络不仅是连接通道,更是生产力的核心。大规模训练任务中,任何链路中断都会导致数千颗 GPU 停摆。随着 AI 智能体(Agent)应用的普及,网络中断还可能对多个智能体产生级联延迟效应,造成算力浪费。
NVIDIA Photonics 通过将光学引擎直接集成在交换机封装之上,替代了传统的插拔式收发器,实现了多项关键改进:
此外,这种共封装设计将电信号传输路径从英寸缩短至毫米级,不仅降低了信号损耗,还取消了对重定时芯片(Retimer)的需求,减少了信号路径上的组件数量,进一步降低了系统的复杂性与功耗。
免费获取企业 AI 成熟度诊断报告,发现转型机会








关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断