在2026年CIOE中国光博会上，AI相关环节的热度从光模块、光器件延伸至高速互联和数据中心基础设施。美国半导体公司Astera Labs总裁兼COO Sanjay Gajendra在展会期间表示，随着AI系统从早期4至8颗GPU向数十、上百及更大规模扩展，处理器之间的数据交换效率正直接影响整套基础设施的性能，互联架构面临速率、规模和功耗三重挑战。
Astera Labs成立于2017年，最早从PCIe Retimer切入高速互联，目前产品已延伸至铜互联、光互联和机架级连接。截至今年九月，该公司市值已接近500亿美元。Gajendra回顾称，公司成立时的判断是，为上一代处理器设计的连接架构在单台服务器拥有数十个处理单元时将无法支撑系统需求。彼时PCIe单通道速率尚处8 GT/s级别，如今已提升至64 GT/s。
铜光边界的划分逻辑正在发生变化。Gajendra认为，距离已不再是决定使用光还是铜的主要变量，传输速率和GPU规模成为更核心的考量因素。对于200G/lane级别的连接，铜互联依然可以胜任；走向400G/lane之后，光将更多进入机架内部。Astera Labs工程师在展会现场表示，下一代AI系统中铜和光不会简单形成替代关系，当系统扩大至数千张GPU、跨越多个机架时，衡量连接方案的指标会进一步变成整套系统的单位Token成本。
在具体技术路径上，Gajendra判断NPO（近封装光学）将在2027年前后开始进入scale-up部署，CPO（共封装光学）在scale-up域的更大规模部署可能要到2029至2030年以后。
面对超大规模云厂商资本开支未来可能趋稳的预期，Astera Labs的策略是提高每颗加速器周围可获得的价值量。Gajendra给出了一组数字：早期仅有Aries PCIe Retimer时，每颗加速器对应的产品价值量不到100美元；加入交换芯片和内存产品后上升至数百美元；到scale-up交换阶段，这一数字已达到数千美元。公司原本预计Scorpio系列要到今年第四季度才会成为收入规模最大的产品线，该节点已提前至第三季度。
推理市场被Astera Labs视为另一个增长来源。Gajendra表示，训练更依赖计算能力，推理则更看重内存和低延迟，且推理市场的参与者和系统形态会更加分散。相比北美由亚马逊、微软、Google和Meta四家超大规模云厂商主导的格局，中国AI基础设施市场除字节跳动、阿里等大型互联网公司外，还有大量不同规模的创业公司参与，客户结构差异正在推动连接方案进一步分化。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
