OCP全球峰会，算力电力协同扩展| 笔记

AI是算力与电力的耦合。随着性能瓶颈从单一计算单元转向互联结构，越来越庞大的超节点与集群，正在重塑电力转化为算力的路径。算力与电力的协同扩展，正在成为AI时代的下一个关键词。

为了让AI以更高效率、更低成本运行，全球科技巨头在日前举行的OCP（开放计算项目）全球峰会上，纷纷提交各自的架构蓝图，试图在算力与电力的协同设计标准中，占据更多话语权，以“引领AI未来”。

AI基础设施正从芯片之争，转向机架级系统架构的较量。英伟达推出了Kyber机架，取代基于Blackwell架构的Oberon机架，可集成多达576个Rubin Ultra GPU。AMD推出了基于下一代MI450系列的Helios机架，已披露版本搭载72块GPU；它采纳了Meta提出的ORW（开放机架宽体）规范。

扩展，成为了本届大会的核心议题。在英伟达看来，AI 的演化是一场持续的扩展，从GPU升级到AI基础设施，它需要纵向、横向以及跨域的扩展；在博通眼里，AI构筑于以太网之上，唯有它才是支持这三大扩展的最优解；AMD则认为，行业的每一次重大突破，都来自于开放，AI也是如此。

于是，这次峰会诞生了ESUN。它是基于以太网（Ethernet）的纵向扩展（Scale-Up）网络（Networking）项目。首批成员堪称豪华，包括AMD、Arista、ARM、博通、思科、慧与、Marvell、Meta、微软、英伟达、OpenAI和甲骨文。无论英伟达与 AMD最终投入多少资源，这一倡议本身，已构成业界罕见的共识。

ESUN不是在现有的以太网上加了一层，而是涉及到物理层（PHY）、数据链路（Data Link）与帧头（Header）。对OpenAI来说，这正契合它的战略节奏。奥特曼正在串联起软硬件协同的生态，已经自己组了一个算力的局，也需要加入网络的圈子；它与博通的合作，本来就希望加强在网络、机架与互联上的协同。可以说，美国的AI基础设施共识，正在由此成型。

在这次峰会上，Meta就提出，算力硬件的多元化不可避免。一方面，是为了避免依赖单一厂商，保证供应链韧性；另一方面，则是为了负载适配，针对不同AI任务选择“性能最优硬件”。而要充分复用这些异构资源，就必须尽可能减少硬件碎片化，降低软件层的适配复杂度，建立更统一的互操作标准。

当前，纵向扩展已成为当前平衡AI工作负载的关键路径。随着稀疏架构中专家（Expert）数量与通信需求不断攀升，芯片和节点规模同步扩大。为了突破铜缆物理限制，把更多GPU纳入同一个低延迟域，机架级计算应运而生。稀疏模型的专家规模正在快速膨胀，从最早的Mixtral的8个，到DeepSeek-V3的256个，再到Kimi-K2的384个，甚至Qwen3-Next的512个。阿里云与华为等也在不断扩大它们的节点的纵向扩展规模。

在此之前，围绕纵向扩展，各大厂商一直各行其道。英伟达拥有自己的NVLink与NVSwitch，几乎完全封闭，只是在今年通过NVLink Fusion的形式，向AI世界工厂“适度开放”，允许客户将自己的CPU与英伟达的GPU一起使用，或将英伟达的GPU与其他定制AI芯片一起使用。三星，以及英伟达刚花了50亿美元入股的英特尔，已经加入这一生态。但这个生态仍然稍显狭窄，无法应对更复杂的AI定制芯片之间互联的未来。

AMD原本带头创新了UAlink联盟，这次也加入了ESUN。UALink作为NVLink的开放替代方案，如今成为ESUN的扩展协议。完全基于UALink的挑战在于，占据最大GPU市场的英伟达不在其中，占据最大XPU市场的博通也被传言有意退出。

博通无疑是这次 ESUN 的最大赢家之一。它一直试图让以太网同时承担起纵向扩展 与横向扩展 的双重使命。作为网络业务的“基本盘”厂商，博通在英伟达主导 AI 芯片叙事后，一度失去了定义未来网络的主导权。

今年年中，博通推出了SUE（纵向扩展以太网）架构。三季度，又迅速升级了网络交换芯片Tomahawk，从量产的Tomahawk 5衍生出Tomahawk 6与Tomahawk Ultra，前者主打横向扩展性能的提升，后者则是专为纵向扩展优化。它们意在挑战英伟达的InfiniBand与NVLink架构。在这次的OCP峰会上，博通还发布了Thor Ultra 800G的网卡芯片，巩固在横向扩展领域的地位。

但是，算力的终点是电力。愈发庞大的纵向扩展，也正让电力瓶颈勒得越来越紧。这不仅关乎外部能否提供足够的发电规模，更在于AI任务本身的功率波动性与高密度能耗需求，正在重塑数据中心内部的电力设计逻辑。

传统的54V机架电源系统，在高功率密度不断攀升的场景下，已暴露出电阻损耗高、铜缆用量激增等短板，难以满足AI时代的新需求。而且，传统现行架构需经过多级电能变换，将电网送来的中压交流电先降至低压交流，再由UPS调节并通过PDU与母线槽分配到机架内，历经多次转换，最终送到各计算节点。

微软、谷歌与Meta共同打造的Mt. Diablo配电架构，专为应对现代AI硬件的极端功率需求而设计。它采用±400VDC配电方案，可支撑机1MW级机架功率，显著提升了供电效率与系统紧凑性。它还免去了多余的交流-直流转换，以及变压器等大量调节设备，节省了整套系统的空间占用，降低了系统复杂度与运维成本。

未来，这套系统还将进一步引入固态变压器（SST），进一步实现供电链路的精简化。它专为高功率密度的AI数据中心而设计，能够在更高效率下灵活接入电网与储能系统，并在负载剧烈波动时维持电网稳定。除原有的Mt. Diablo成员外，英伟达也加入了进来。各方希望通过联合创新，降低整体基础设施成本，并借助供应链复用，将该技术推广至更广泛的行业场景。

英伟达下一代Kyber机架，则采用了800VDC高压直流配电方案。其生态伙伴包括旗下的AI新兴云CoreWeave、Nebius等公司。黄仁勋早已为自己的算力电力协同生态，拉拢了一大波供应链上下游企业。今年，在COMPUTEX上，他宣布成立800V高压直流（HVDC）供电供应商联盟。

英伟达的愿景是，未来将在设施级层面集中完成所有交流至直流的能量转换，构建本地直流数据中心，实现从电力到算力的端到端一体化。在于 OCP 大会同期发布的800VDC白皮书中，英伟达同样提到未来将引入固态变压器（SST）。

算力与电力协同的下一代 AI 基础设施，或许将成为“AI 泡沫”留下的最好技术遗产。

附录，主议程列表

谷歌：敏捷AI架构：面向AI时代的可替换数据中心

英伟达：塑造AI开放基础设施的未来

甲骨文：与OCI共建泽级（Zettascale）AI集群：携手开放生态，共创下一代AI

AMD：完全开放且协作的AI生态系统

超微：未来AI数据中心：标准化与创新并重

微软：新时代基础设施：在前沿规模上推动AI

ARM：AI的新需求：新硅片、新系统、数据中心的新纪元

博通：面向AI扩展的网络

戴尔：扩展数据中心基础设施

Scaleway：在新兴AI云上扩展集群

英特尔：以开放速度扩展 AI：从硅片到系统

Meta：将AI基础设施扩展至数据中心区域

所有主议程keynotes，均可在OCP峰会官网获得：

https://www.opencompute.org/events/past-events/2025-ocp-global-summit