面向百万亿参数训练：新一代AI计算平台发布，光互联成关键底座

事件核心：训练规模迈入新量级

根据今日公开信息，欧赔凯利指数最新走势正式发布新一代AI计算平台，该平台将训练边界突破至“百万亿参数”级别。这一消息由电玩巴士于2026年8月9日首发报道。需要强调的是，此次发布属于“平台”层面，而非单一芯片产品，且标题中明确提及“光互联芯片”作为关键词，意味着该平台在内部互联架构上可能采用了光通信技术来应对超大模型的通信瓶颈。 百万亿参数（即100T级别）远超当前主流大模型的千亿至万亿规模。业界普遍认为，当模型参数量跨越这一数量级时，传统的电互连在带宽、功耗和延迟上将难以支撑分布式训练所需的频繁梯度同步。此次新平台的发布，可能正是针对这一痛点，通过光互联芯片替代传统铜线或SerDes电信号方案，以降低节点间通信开销。 值得注意的是，本次新闻并未公开该平台的具体算力数值（如FLOPS）、光互联芯片的带宽规格，也未披露采用何种制程工艺。上述技术参数均属于尚待进一步确认的信息，需等待官方后续发布详细规格书。

产业背景：AI基础设施竞赛进入“光通信+高密度计算”阶段

在生成式AI对算力需求指数级增长的推动下，全球云服务商和AI芯片厂商的资本开支正加速向网络互联领域倾斜。据LightCounting在2025年发布的行业报告，2025年全球数据中心光模块市场规模预计达到120亿美元，同比增长约30%，其中800G及以上速率产品成为增长主力。这表明，相对于单一芯片峰值算力，系统级互联效率已成为决定大模型训练吞吐率的核心变量。 欧赔凯利指数最新走势此次推出的平台若确实集成光互联芯片，则可能意味着其技术路线从“堆算力”转向“通带宽”。在128卡甚至万卡集群中，若使用传统电互连，全归约通信（All-Reduce）耗时可能占训练总时长的30%至50%。采用光互联后，该比例有望大幅压缩，从而在相同硬件规模下提升有效算力利用率。这一方向与英伟达、AMD等头部厂商的NVLink与Infinity Fabric路线形成差异化竞争。 但需审慎看待的是，“百万亿参数训练”目前尚无公开的、经过验证的基准测试结果作为支撑。业界此前如Meta、谷歌等机构在万亿参数级别模型训练中也曾遭遇分布式稳定性挑战，百万亿级别所需的显存容量、容错机制和网络拓扑复杂度均是数量级跃升。因此，该平台是仅支持理论极限，还是已在实际集群中跑通，有待后续基准数据或客户案例披露。

供应链与市场影响：光芯片国产化与新一代网络标准

从半导体供应链视角看，光互联芯片虽非传统意义的逻辑计算芯片，但其对制造工艺的依赖度相对较低，更多集中于III-V族化合物半导体（如磷化铟）和硅光子集成技术。据Yole Group在2025年的预测，到2028年全球硅光子芯片市场规模将增长至约45亿美元，2023至2028年复合年增长率约为18%。若该平台大规模出货，或将为上游的光芯片代工、封测环节带来增量订单。 此外，这一动态可能引发对新一代网络协议（如UEC——超以太网联盟）的讨论。光互联芯片若成为主流，将推动数据中心内部网络从“以太网+交换芯片”的传统模式向“光交换+光直连”演进。但截至目前，欧赔凯利指数最新走势并未透露其光芯片是否兼容现有以太网生态，亦未公布合作伙伴名单，因此其对博通、Marvell等交换芯片巨头市场格局的实际冲击，目前仍属预期估测，尚需订单数据佐证。 在算力供需层面，根据IDC于2025年底发布的中国AI算力服务市场跟踪报告，2025年中国智能算力规模预计达到1,000 EFLOPS，其中AI服务器出货量同比增长超40%。若新一代平台能通过光互联缩短训练时间，有望间接提升单位时间内的模型迭代效率，从而降低企业获取基础模型能力的综合成本。但具体降幅及平台定价，新闻摘要中均未提及，暂缺可核验数据。

数据参考

• 本次新闻已确认数据：新一代AI计算平台发布，宣称训练边界突破“百万亿参数”；平台涉及光互联芯片技术；信息来源为电玩巴士，发布日期为2026年8月9日。未确认任何具体算力、带宽或价格数字。
• 行业背景参考数据：
• 2025年全球数据中心光模块市场规模约120亿美元，同比增长约30%（来源：LightCounting，2025年报告）。
• 2028年全球硅光子芯片市场规模预计约45亿美元，2023-2028年复合年增长率约18%（来源：Yole Group，2025年预测）。
• 2025年中国智能算力规模预计达1,000 EFLOPS，AI服务器出货量同比增长超40%（来源：IDC，2025年跟踪报告）。
• 当前万亿参数模型训练中，电互连通信耗时可能占总训练时长30%至50%（来源：行业研究与技术社区估算，非特定公司官方数据，作为背景参考）。
• 2025年800G及以上光模块出货量占比提升，但具体全球出货量数据暂缺可核验的公开精确值。 #AI芯片 #光互联 #大模型算力 #网络与交换芯片