中国超大规模云服务商如何看待 OCS 上个月，我参加了在北京举办的 2026 开放数据中心大会 (ODX) 上的 OCS 论坛。 该论坛有来自 H3C、华为、快
- 序号：323
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
中国超大规模云服务商如何看待 OCS
上个月，我参加了在北京举办的 2026 开放数据中心大会 (ODX) 上的 OCS 论坛。 该论坛有来自 H3C、华为、快手、小红书 等公司的网络架构师和工程师的演讲。 鉴于最近 OCS 备受关注，我认为分享中国一些领先的 AI 基础设施玩家对其采用情况、使用案例以及技术挑战的看法会很有趣。
1、规模化：可能是最大的长期 OCS 机会。 快手认为 OCS 可以实现动态 GPU 互连、资源池化和容错。但硬件成熟度和软件编排仍是大规模采用的障碍。
2、横向扩展：一个更实际的近期用例。 快手讨论了基于 OCS 的 M+N 共享光纤保护方案，取代专用的 1+1 备份。池化备用光纤容量可以降低租赁成本，并提升数据中心间的灵活性。
3、OCS 切换时间并不是端到端的重新配置时间。 一位发言人报告说，光开关本身大约需要 ~25ms，但重新建立完整链路需要 >2 秒，包括两端的光学设备。链路建立和控制软件同样重要。
4、华为的推理愿景：稀疏光互连。 华为探索了用于注意力/前馈噪声（FFN）解耦推理的 OCS 技术，包括可扩展至 16K 加速器的架构。其模拟结果显示，在特定场景下性能提升可达 10%——但这并非实际生产环境中的性能表现。
5、OCS 不必取代电气交换。 电气开关仍然能够很好地处理细粒度流量和不可预测的流。OCS 更适合处理稳定的、带宽密集型模式，在这些模式下，可以在工作负载之间动态重新分配容量。
6、软件堆栈可能比预期的更大瓶颈。 OCS 需要与 GPU 调度、推理/训练框架、集体通信库以及网络控制协同工作。如果整个系统无法安全地重新配置，微秒级切换就意义不大。
7、总之，采用将因具体用例而异。 跨规模和更高级别的网络层可能率先实现采用；规模扩展可能是更长期的更大机会。 OCS 不仅仅关乎光学开关与电学开关之争。它关乎使物理网络容量可编程。
总体总结
主题正文
- 上个月，我参加了在北京举办的 2026 开放数据中心大会 (ODX) 上的 OCS 论坛。
- 鉴于最近 OCS 备受关注，我认为分享中国一些领先的 AI 基础设施玩家对其采用情况、使用案例以及技术挑战的看法会很有趣。
- 1、规模化：可能是最大的长期 OCS 机会。
- 3、OCS 切换时间并不是端到端的重新配置时间。
- 一位发言人报告说，光开关本身大约需要 ~25ms，但重新建立完整链路需要 >2 秒，包括两端的光学设备。
- 华为探索了用于注意力/前馈噪声（FFN）解耦推理的 OCS 技术，包括可扩展至 16K 加速器的架构。
- 其模拟结果显示，在特定场景下性能提升可达 10%——但这并非实际生产环境中的性能表现。
- 如果整个系统无法安全地重新配置，微秒级切换就意义不大。