雲端服務商 Lambda 正使用 NVIDIA Photonics 共封裝光學(CPO)交換器,連接容納逾 10,000 顆 GPU 的 NVIDIA GB300 NVL72 機架。NVIDIA 表示,這個設計為 AI 工廠的網絡帶來更低耗電、更高韌性和更長的平均無中斷時間。NVIDIA 在 2026 年 11 月 16 日的 SC26 公佈中發表有關詳情。
網絡是 AI 集群中最少人留意的部分。訓練一個模型需要數以千計的 GPU 協同運作,所以它們之間的連線必須快速、高效而且穩定。NVIDIA 指出,大型訓練任務中只要有一條連線中斷,就可能令數千顆 GPU 停頓。
Lambda 量度到甚麼?
NVIDIA 表示,Lambda 的測試顯示三點:
- 網絡延遲在機架規模下降約 4%,在 pod 規模下最多降約 10%。
- 在機架、可擴展單元和 pod 配置中,吞吐量與傳統可插拔光學器件相同。
- Lambda 報告光學器件的中位溫度為 36°C,傳統可插拔光學器件則為 51°C,而且訊號完整性更穩定。
Lambda 雲端服務總裁 Dave Ward 說:「網絡必須跟上日益龐大的 AI 集群需求。」
交換器如何運作?
共封裝不是在每個端口插入收發器,而是把光學引擎放在交換器晶片旁邊,同在一個封裝內。NVIDIA 表示,這樣取代可插拔收發器,能達到比傳統可插拔光學器件最高 5 倍的能效和最高 15 倍的可靠度,雷射數量減少為四分之一,意味着可能出故障的部件更少。
NVIDIA 就 Lambda 部署提供的細節:
- 每部交換器有 144 個端口,速率為 800Gb/s。
- 液冷系統帶走交換器晶片和光學引擎的熱量。
- 每部交換器有 18 個可拆卸的外置光源,雷射故障時技師可在現場更換光源模組,毋須更換整個收發器。
- 共封裝把電訊號路徑由數吋縮短至數毫米,並省去重定時晶片,減少耗電及訊號路徑上的部件數量。
Lambda 自己的耗電數字如何?
Lambda 在 2026 年 6 月 1 日撰文介紹一款 NVIDIA Quantum-X Photonics 交換器的工程樣品 Q3450-LD。這是 4U 設備,具備 115.2 Tb/s 無阻塞交換容量,同樣列明 144 個 800G 端口和 18 個可拆卸光源模組。
Lambda 列出該交換器耗電為 3.95 kW,標準交換器為 7.0 kW,即每部節省 3.05 kW。以 10,368 顆 GPU 的 GB300 NVL72 集群計,需要 216 部 CPO 交換器,釋放 658 kW 網絡電力,相當於多出 470 顆 GPU 的供電。
Lambda 同時提醒:CPO 不會自動增加可部署的 GPU 數量,因為機架佈局、散熱和供電分配才決定這些瓦數如何使用。Lambda 又指,128,000 顆 GPU 的數據中心若採用傳統可插拔收發器,約需 655,000 個模組,每一個都是潛在故障點;在這個規模的三層集群中,後端網絡佔網絡耗電的 86%。
價錢多少?
NVIDIA 和 Lambda 的文章都沒有列出交換器或 Lambda GPU 容量的價格。價格和供應情況需直接向 NVIDIA 和 Lambda 查詢。
適合甚麼人
AI 基建及數據中心規劃人員。 耗電、溫度和可靠度數字最有參考價值,因為它們顯示在逾 10,000 顆 GPU 的規模下,網絡層以瓦數和中斷計付出的代價。
租用 GPU 容量的團隊。 Lambda 是雲端服務商,網絡中斷減少對長時間任務最重要。資料來源沒有說明客戶的服務或價格會否改變。
營運小得多的集群的人。 這些數字來自逾 10,000 顆 GPU 的部署,不能當作少量機架的保證。
想要獨立數據的人。 以上所有量度都來自 NVIDIA 或 Lambda,沒有任何來源附上外部測試,百分比屬廠商提供。
還有甚麼未知之數?
資料來源沒有指明部署地點、有多少 Lambda 客戶使用該集群,也沒有交換器全面供應的日期。NVIDIA 和 Lambda 亦沒有公佈這項部署的耗電數字。
如想了解技術細節,可閱讀 NVIDIA 有關 Lambda 部署的文章,以及 Lambda 對 Quantum-X Photonics 交換器的介紹。






