当算力不再是AI“进化”的唯一瓶颈：知名材料公司康宁的中国光通信生意

如果置身于一个规划容纳数十万张加速卡的超大规模智算园区，人们会对“云端算力”这个词产生一种全新的认知。

在这个由数以万计机柜堆叠而成的算力集群中，设备之间的物理互联跨度可能长达数公里。

这种大规模算力集群不仅消耗着相当于一座中型城市的电力，还面临着一个更为具体且棘手的工程难题，如何在有限的物理空间内，塞进海量的连接线缆，并确保数据在如此长距离的传输中实现微秒级的同步。

在传统的认知中，数据中心是算力的容器，但在这种超大规模的集群里，物理层的“连接”或许正在成为制约效率的天花板。

当加速卡的数量从一千张增加到十万张甚至几十万张时，布线的复杂度并不是线性增长，而是指数级爆发。同时面对AI智算中心单机柜功耗的不断上升，高密度布线解决方案在Scale-out和Scale-up中将起到积极的作用。

除此之外，当一个大模型需要调用成千上万张加速卡进行训练时，决定运算效率的，就不仅仅是单张加速卡的性能，同时也包括这些加速卡堆叠后能否保持高带宽，低时延，无阻塞的数据交换。

在这个意义上，光纤网络不再是简单的连接配件，而是决定算力集群能否全性能运转的关键约束。

这意味着，如果不解决大规模智算中心连接密度、连接效率与空间占用的矛盾，堆叠再多的算力芯片也很难有效运转。

“客户的需求不断升级，我们提供的解决方案也要与时俱进，并且能够以最快的速度进行响应。”康宁光通信数据中心业务中国区总监陈子晏提到。正是基于上述产业痛点，康宁公司其位于上海嘉定的光通信工厂将进行新一轮扩产。

康宁光通信数据中心业务中国区总监 陈子晏

此次扩产的核心，是将针对AI智算中心的高密度光连接技术引入中国本土生产，通过大幅缩小光纤和连接器的物理体积，康宁试图为拥挤不堪的算力集群“腾出”宝贵的物理空间，从而提升数据传输的整体效率。

这一布局承载着康宁对中国数字经济底座的判断，在算力成为核心生产力的当下，物理层面的连接效率将直接决定算力的利用率。

而康宁则致力于通过本土化的先进制造能力，为中国客户在这竞争激烈的市场中提供高效、可靠的基础设施保障。

算力之外的“必选项”

过去两年，大模型的参数量级呈指数级增长，导致数据中心内部的连接需求发生了质变。

陈子晏指出，数据中心的演进正在经历从Scale-out（横向扩展）到Scale-up（纵向扩展）的重心转移。

在Scale-out架构下，机柜与机柜之间的连接尚有成熟方案；但在Scale-up架构下，为了实现单机柜内GPU之间的高速互联，物理空间的限制已逼近极限。

另一个在产业界被反复讨论的技术趋势是“光进铜退”。

在传统的服务器机柜中，铜缆因其成本低廉而被广泛使用，然而，随着GPU算力的迭代，数据传输速率的要求越来越高，铜缆的物理特性决定了其有效传输距离在缩短。

当GPU芯片制程达到两纳米，新一代机架为了容纳更多算力而变得更宽更大时，铜缆在3米以上的距离往往无法满足高速传输的带宽要求，这是物理层面就决定了的性能边界。

更为严峻的挑战来自能耗与空间。传统通算数据中心的服务器机柜功率通常低于20千瓦，而新一代AI机柜的功率已飙升至130千瓦甚至更高。这意味着数据中心必须预留更多的空间用于液冷设备或风冷通道，留给布线的物理空间被进一步压缩。

如果在这样的高功耗、高密度机柜中，继续使用传统直径的光缆，结果不仅是线槽爆满，密集的线缆还会阻挡气流循环，进而引发设备过热导致的宕机等。

对于动辄投入数十亿建设智算中心的互联网大厂而言，这是一种无法接受的风险隐患。

康宁的核心产品SMF-28® Contour光纤，能将外径从传统的250微米缩减至190微米，从而得以解决这一工程难题。

在微观层面减少的60微米，投射到宏观的数据中心建设中，意味着巨大的空间释放。

当这些更细的光纤被集束成光缆时，其横截面积减少了40%，这意味着在同样的线槽空间内，运营商可以部署近两倍的连接数量，或者在保持连接数不变的情况下，能多留出40%的空间。

除了把光纤变细，康宁还试图把连接器变小，嘉定工厂生产的MMC连接器，其密度是传统LC连接器的36倍。

这种对“互联密度”的追求，构成了康宁光通信当前的商业逻辑核心。

在算力芯片日趋昂贵且供应紧张的背景下，通过优化物理连接来提升数据吞吐效率，是一种极具性价比的算力优化手段。

对于那些正在建设超大规模智算中心的云厂商而言，这就不再是一个“可选项”，而是一个“必选项”。

高端制造的“本土化”

上海嘉定工厂的扩产，标志着康宁将光通信的高端制造环节深度植入中国，嘉定工厂具备了从核心材料到最终产品交付的完整能力。走进嘉定工厂的车间，很难看到充满机械臂的全自动化流水线，取而代之的是一种更为精细的“人机协作”模式。

这源于光连接器产品特殊的生产属性——非标、定制、多品种、小批量。

在穿线工位上，大量经过严格培训的一线技术工人正透过显微镜，将直径125微米的玻璃光纤穿入极微小的插芯内孔中。

这道工序被内部技术人员称为“针线活”，由于AI数据中心的建设方案高度定制化，且处于快速迭代期，产品的规格往往极其复杂。

昨天客户需要的是8芯连接系统，今天可能就变成了16芯连接系统或者其他要求，光缆也有几十到数百芯的选择，这种非标的需求，使得刚性的自动化产线难以适应，必须依赖经验丰富、手眼协调能力极强的熟练技术工人。

在这条产线上，每一个细微的动作都关乎最终的传输性能。

工人需要先对光纤进行剥离，露出125微米的裸纤，然后将其穿入插芯。

随后，产品会被放置在烘箱对粘接光纤与插芯的胶水进行加热固化。接下来的切割环节尤为关键，为了去除穿出插芯的多余光纤，工人使用的不是普通的刀具，而是一根硬度极高的切割刀，只需轻轻一推，突出的光纤即被整齐切断。

但这只是宏观层面的“切平”。

在微观视角下，切断面依然粗糙。为了消除光信号在传输过程中的回损，必须对端面进行纳米级的抛光研磨。

在检测环节，相关设备会自动判定端面的几何尺寸是否达标。

屏幕上会显示出放大400倍后的光纤端面，任何一点微小的划痕、凹陷或灰尘，都会导致整根线缆被判定为不合格。

如果清洁后依然无法通过测试，这根线缆就必须返工，甚至剪掉接头重做。

这种近乎苛刻的质量控制，解释了为什么即便在自动化程度极高的今天，高性能光纤连接器的制造依然离不开高素质的产业工人。

光纤常被视为门槛较低的基础耗材，但正是这些肉眼难以察觉的一道道微观工艺，构成了真正的技术壁垒，也解释了为何康宁的产品始终能在高端市场获得广泛认可。

康宁选择将这样高精度的制造环节放在中国，亦在布局本土化供应链上有着清晰的考量。

中国拥有全球最活跃的数据中心市场之一，同时也是光模块、光通信产业链响应速度最快的区域。

对于处于激烈竞争中的中国互联网大厂和运营商而言，供应链的物理距离往往决定了业务上线的速度。

陈子晏透露，现在的AI数据中心建设要求“快速交付”（Fast Delivery），当客户的一个智算中心项目启动时，往往要求在极短的时间内完成项目落地。

如果依赖海外进口，漫长的物流周期和清关流程将变成不可承受的时间成本。

更关键的是“联合设计”（Co-design），面对AI智算中心建设中高度复杂的工程需求，康宁的本土技术团队直接介入客户的前期规划，根据特定的机房结构和散热方案，精准定制光缆的长度、护套材料及连接方式等。

这种“上午提需求，下午出方案，下周交产品”的响应能力，只有通过深度的本土化布局才能实现。通过定制化的预端接方案，康宁能够帮助客户提升70%的现场布放速度，这对于抢工期的互联网厂商而言，意味着巨大的商业价值。

这种“本地研发、本地生产、本地交付”的模式，构成了康宁光通信在华业务的护城河。

重要的是，这使康宁能够第一时间捕捉中国市场的技术风向。

从“制造”到“智造”

光通信业务的稳健增长，验证了康宁在数字化基础设施领域的前瞻判断。

除了AI带来的增量，康宁光通信在中国市场的基本盘依然稳固，在更广泛的数字基础设施建设中，康宁的产品正在经受着多样化场景的考验。

2025年是康宁进入中国市场的第45个年头。

从1980年设立首个办事处至今，康宁在华发展的历程，不仅是外资企业把握中国机遇的商业故事，更是深度参与中国现代化产业体系建设的缩影。

以上海嘉定工厂为例，这不仅是康宁全球供应链的关键节点，也是培养高级技术工人与工程师的重要基地。

面对人工智能发展大潮下的产业机遇，该工厂数据中心互联项目吸纳了大量本土高技能人才，员工规模从初期的几百人增长至千人，并计划在2026年再增50%。

这种持续的投入，不仅将先进的光通信制造工艺带到了中国，更为区域经济发展注入了活力，康宁以实际行动践行着对华长期投资的坚定承诺。

未来，随着“东数西算”等国家工程的推进，数据中心之间的长距离连接（DCI）正在成为新的增长点。

当算力资源从东部枢纽向西部节点调度时，跨越数千公里的光纤传输网络需要承载前所未有的数据流量。

而康宁正在布局的多芯光纤（Multicore Fiber）技术，试图在一根光纤中构建多条传输通道，以成倍提升传输容量，这被视为解决未来长距离海量数据传输的关键技术。

同时，针对未来可能出现的CPO（共封装光学）技术路线，即将光引擎直接封装在交换芯片旁，以进一步降低功耗和延迟，康宁也已展开布局。

这种对技术周期的预判和投入，确保了无论技术路线如何演进，康宁都将始终在场。

康宁光通信在中国的发展历程，是一个从“引入产品”到“培育生态”的过程。

通过与本土光模块厂商、系统集成商的深度合作，康宁不仅输出了产品，也参与制定了适应中国市场的高密度连接标准。

毕竟，在算力竞速的时代，离客户最近、响应速度最快、技术储备最足的高端供应链，才具备真正的不可替代性。

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。