智能计算中心是本轮科技革命中算力的“心脏”，也是国际科技博弈的长期焦点。智能计算中心的建设规划一直牵动着国人的神经。

近期，OXC光交换技术在智能计算场景的应用进入了公众的视野。该技术及其解决方案能否支持智能计算中心网络？

深入探究技术本质、实现实践和产业流程，恐怕不得不说，“OXC技术在智能计算场景中其实没有未来”。

从技术角度来看，OXC光交换技术将面临智能计算场景下光电协同、无法支持AI任务多对多传输等技术挑战，难以有效解决。

在实践中，谷歌是目前业界唯一商用的MEMS-OXC器件，谷歌TPU集群使用OXC的核心目的是解决Torus拓扑的可用性问题。但网络可用性的短板其实是接入端口，这是OXC没有解决的。存在网络可用性的问题，所以实际上和自动配线架没有本质区别。

从产业角度来看，谷歌是全球唯一将 OXC 商业化的公司。据LightCounting预测，到2029年，OXC的全球市场空间约为5亿美元，其中大部分为谷歌所有。产业规模仅为电气开关的二十分之一。

综合以上维度，我们不难得出结论，OXC技术只是智能计算场景中的一个配线架，无法大规模落地，也无法支持超万卡集群智能计算中心网络。

接下来，我们将从技术起点到产业终点，全面揭开MEMS-OXC在智能计算场景中的面纱。

简单来说，OXC光交换技术就是在不同光路之间交换光信号。技术路径包括 MEMS、DLC 和 DLBS。其中，MEMS技术是目前最主流的解决方案，MEMS-OXC设备是目前谷歌唯一商用的设备。

但在超万卡集群的智能计算中心网络中，MEMS-OXC的作用实际上是一个配线架。

我们先来看看智能计算中心网络是如何实现的。 ODCC（开放数据中心委员会）发布的《AI数据中心网络建设》报告提到，AI参数平面网络有两层Spine-Leaf和三层CLOS架构组网。在AI集群组网的实践中，通过三层组网，网络规模可以达到10万张卡以上。

目前，Meta、OpenAI、微软等AI巨头通过从两层扩展到三层的组网模型构建超大规模集群，即在Leaf层和Spine层的基础上增加Core层。其中，二层网络采用电气交换机。例如，业界唯一对 OXC 进行商业实践的 Google 也采用了光电混合架构。

可见，如果智能计算中心网络采用二层网络，则不需要OXC；如果是三层网络，Core层MEMS-OXC设备的主要作用是灵活布线，与自动配线架没有本质区别。 。

MEMS-OXC的引入不但不能给网络带来收益，还可能产生额外的问题：

首先是光电协同问题。

如果在第三层引入OXC光交换机，但数据中心网络底层仍然采用电交换机，这就需要光和电之间的协调、通信、配合，这会对整个数据产生比较大的影响中心网络。

例如OXC技术具有切换灵活的特点，但对于整个网络来说，光交换机时而接通，时而断开，这就需要整个接入层和骨干层做出相应的策略调整。

试想，智能计算场景中的大模型训练大多采用并行训练，业务流程随时发生变化。如果数据中心网络随时随地进行秒级调整，将很难保证训练的可靠性。任何大型模型开发团队都可能无法容忍训练中的高频中断。

其次，OXC与AI业务的适配问题。

OXC光交换技术不支持多对多通信，只能进行纯物理转发。在智能计算场景中，AI任务有很多算法和算子。不同算法的通信方式不同，可能需要一对多、多对一、多对多等多种转发方式。 OXC技术很难满足这些算法的高效通信，导致无法开展相关的智能计算服务。

第三大问题是OXC的能耗。

OXC光开关的插入损耗非常大，这意味着信号在光的折射过程中衰减。为了补偿OXC的插入损耗，必须使用更高功率或更长距离的光模块，这反过来又会导致能耗增加。另外，插损问题也会导致光模块速率无法演进。

由于上述问题的存在，智能计算中心从插入损耗、功耗等多方面进行考虑。综合算账后会发现，MEMS-OXC设备不如自动配线架。

MEMS-OXC不如自动配线架的另一个关键因素是其商业前景。

我们知道，一项新技术必须在商业市场上完成一个闭环，并能够通过使用收回投资，这样才能吸引进一步的基础设施投资，形成良性循环。至于OXC技术的产业化，很难实现健康的商业闭环。

最重要的限制是成本。

OXC技术的实施需要大量使用光开关，并且光模块等所有相关设备都需要升级，这将导致初期投资巨大，综合成本较高。

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，从端口数要求、切换时间要求，低成本、高从可靠性、拓扑结构、易于管理等维度来看，光开关还需要进行优化，以降低插入损耗和回波损耗，需要探索采用电开关的组网方案以降低成本。

上述投资需要工业用户的商业回报。但如前所述，由于光交换技术本身的瓶颈，很多AI任务和场景在短期内难以落地，这给OXC带来了较强的业务不确定性。

考虑到这一点，业界实施OXC的步伐明显平静，基本处于观望状态。

技术并不是存在于真空中，而是寄生于人才、资本、产业、实体经济等多重因素的现实之中。

我国智能计算产业仍处于追赶阶段，资源和人才相对不足。既要把握发展前景和机遇，又要面对当前生存和经营的现实挑战，有的甚至要处理历史遗留问题。

在这种情况下，如果国内智能计算产业将宝贵的资源投入到不适合组网的OXC上，可能会引发一系列的连锁反应。

例如，产业资源分散，智能计算中心建设成本高昂，OXC设备在网络规模、插损、功耗、成本等方面不具备优势，意味着投资效率低下，降低了科技企业的风险抵御能力。

MEMS-OXC设备在智能计算集群中的实施效果并不显着，无法解决网络可用性问题。 OXC的引入将影响AI算力的传输和供给，从而阻碍AI训练、AI推理等业务的弹性发展。

更需要警惕的是，OXC路线上的炒作可能会导致国内智能计算错过其他技术路线的探索，而由此造成的机会成本是不可估量的。

因此，OXC只能作为自动配线架，不适合作为智能计算中心的组网选择，在智能计算场景中没有未来。当前，中国智能计算产业真正应该做的是，进一步发挥成熟交换技术、现有宝贵资源、产业智能机遇等核心优势。