電子發燒友網綜合報道，隨著大語言模型（LLM）參數規模突破萬億級，傳統數據中心網絡架構（如NVL、TPUv4、SiP-Ring）逐漸暴露出瓶頸。

傳統方案依賴昂貴的交換機（如NVIDIA的NVLink Switch）或光學電路（如TPUv4的OCS），其成本隨集群規模呈指數級增長。例如，NVLink Switch單臺成本高達數萬美元，且僅支持單節點級擴展（如DGX H100集群最多8-GPU互聯）。TPUv4雖采用光學環形網絡，但其OCS交換機需定制化光纖布線，限制了跨Pod級擴展能力。

由于拓撲限制，單個GPU故障可能引發級聯失效。以SiP-Ring為例，其靜態環形拓撲要求所有節點嚴格同步，若某一節點故障，整個TP組需重新初始化，導致GPU浪費率高達37%（TP-64場景）。NVL架構中，單節點故障甚至會中斷全局通信，迫使作業暫停重試。

跨ToR（Top of Rack）通信也成為網絡架構的性能瓶頸。研究顯示，GPT-3訓練任務中35%的通信流量為跨機架傳輸，導致網絡擁塞，帶寬利用率不足40%。傳統Fat-Tree拓撲雖支持高帶寬，但其樹狀結構易在核心層形成熱點，限制了大規模并行效率。

為了解決這些問題，最近，曦智科技聯合北京大學、階躍星辰的研究團隊提出了一種以光交換（OCS）模組為中心的高帶寬域架構InfiniteHBD。InfinitePOD通過無交換機架構設計 、動態拓撲編排算法和光通信技術優化 ，系統性解決了現有的問題。

InfinitePOD采用分布式節點直連網絡，每個GPU節點配備QSFP-DD OCSTrx光模塊（51.2Tbps帶寬），通過預定義光纖鏈路實現跨ToR的3跳內直連。可以省去專用交換機，僅使用標準化光模塊，單節點互連成本下降60%。

同時物理層支持任意規模集群互聯，實驗驗證可擴展至65536 GPU，遠超NVL（16384 GPU）和TPUv4（單Pod級）。在拓撲靈活性上，通過軟件動態配置通信組，支持K-Hop Ring（環形）和K-Hop Line（線性）等拓撲，適配TP、DP、PP等不同并行策略。

InfinitePOD采用了兩階段部署機制，首先是物理層預定義，在部署階段規劃節點間3跳光纖連接，形成Rail-Optimized拓撲，減少跨機架流量；在運行時動態編排，基于圖切割算法（Graph Partitioning）和貪心策略，實時調整通信組拓撲。

容錯機制上，當GPU故障時，編排算法自動重構通信路徑，僅隔離故障節點而不影響全局。實驗表明，在TP-64場景下，GPU浪費率從NVL的24%降至11%，作業中斷概率降低72%。

在光通信技術上，InfinitePOD采用QSFP-DD OCSTrx光模塊，光模塊基于曦智科技硅光子技術的分布式光交換dOCS，將基于馬赫曾德（MZI，Mach-Zehnder Interferometer）交換矩陣的光交換芯片集成到商用QSFP-DD 800Gbps光電轉換模組中，大幅簡化了器件結構的同時，有效提升了器件集成度，從而降低了成本和功耗，顯著提升了InfiniteHBD的性價比和系統可擴展性。

同時采用Rail-Optimized拓撲，針對機架間通信優化，通過3跳內光纖直連實現流量局部化 ，AllReduce帶寬利用率提升至77.26%，接近理論極限。

InfinitePOD的核心價值在于將光通信技術與分布式架構深度融合 ，通過“硬件簡化+軟件智能”的設計理念，重新定義了高帶寬數據中心網絡。盡管當前方案仍需解決長距離光信號衰減和模塊功耗問題，但其開創性的設計已為下一代數據中心網絡指明方向——去中心化、軟硬協同、極致擴展 。