AI 数据中心全光交换

AI 数据中心全光交换 | 松禾研究

MEMS OCS 与硅光 OCS 的路线分工、技术壁垒与产业机会

松禾长风基金管理合伙人郭琤琤：

AI大模型训练已从“堆算力”迈向“重构网络”的新阶段。我们在复盘全球顶尖数据中心架构时发现，当GPU集群突破万卡规模，传统电交换带来的功耗墙、延迟墙和拥塞墙，已很难仅靠制程升级或光模块速率迭代来打破。OCS（全光电路交换）正从通信层的“可选配置”，变成AI基础设施的“必选项”——而其中，128×128以上大端口、低插损的MEMS/自由空间路线，是高端口光层重构最具工程确定性的方向。

判断一家企业能否啃下这块硬骨头，核心不看概念热度，而看是否具备“芯片-光学-算法-模组”的全栈闭环能力。中科融合是我们看到的极少数，已在MEMS微镜阵列、自由空间光路设计、温漂闭环控制等OCS核心光学底座上完成多年技术沉淀的团队。其能力体系与OCS的产业难点高度同构，这也是松禾坚定押注其参与下一代AI光互联竞争的关键原因。

本文来自行业内部分享，将对OCS行业进行深度拆解，还原这条赛道的真实技术逻辑与产业机会。

01 执行摘要：OCS 是 AI 数据中心的“光层资源组织工具”

OCS（Optical Circuit Switching，全光电路交换）的核心，是在光域内直接建立端口到端口的物理光路，不解析数据包、不做 O/E/O 转换，也不绑定具体速率、协议或调制格式。对于 AI 训练和推理集群，OCS 的真正价值不只是降低单个链路时延，而是减少交换层级、降低功耗、提升拓扑重构效率，并把昂贵算力资源更灵活地组织起来。

本文的核心判断是：2030 年前，MEMS/自由空间 OCS 与硅光 OCS 更可能形成“分层互补”，而不是简单替代。硅光会在近芯片、CPO、板级和机柜内小规模快速重构中快速发展；MEMS/自由空间 OCS 更适合 128×128 以上的大端口、低插损、协议透明、Pod/Cluster 级动态拓扑重构。液晶/LCoS/可调超表面等固态自由空间路线也值得持续跟踪，可能成为 MEMS 之外的重要竞争路线。

02 为什么 AI 数据中心需要 OCS

图 1：AI 数据中心网络正在成为算力扩展瓶颈，OCS 的价值在于减少电交换层级与 OEO 转换

AI 数据中心的瓶颈正在从单卡算力，逐步转向集群互连。GPU/NPU 集群规模扩大后，传统电交换网络中的 SerDes、交换 ASIC、队列调度、光模块和 O/E/O 转换会被成倍放大，功耗、成本、静态延迟和网络拥塞都会同步上升。OCS 的作用，是在光域内为任务、资源池或拓扑关系建立直连路径，从系统层面减少不必要的中间层级。

1. OCS 与传统 OEO/EPS 的本质差异

图 2：OCS 相对传统 OEO/EPS 的核心优势：低延迟、低功耗、协议透明和跨代兼容

传统数据中心网络以 EPS（Electrical Packet Switch，电分组交换）为主。数据通常需要经过光模块、SerDes、交换 ASIC、队列与调度，再重新发光进入下一段链路。OCS 则把光信号直接从输入端口指向输出端口，不对数据包做中间处理。Google Apollo 论文对这一点的表述非常关键：OCS 直接 steering light from source to destination，因此对 bit rate、protocol、framing、line coding 和 modulation formats 透明。

一句话理解 OCS

电交换像“每个路口都要拆包、判断、再转发”；OCS 更像“为一组长期通信关系临时修一条光路直达线”。它不适合逐包转发，但非常适合任务级、拓扑级、资源池级的物理连接重构。

2. OCS 的五类核心场景

图 3：OCS 的五类核心应用场景

这些场景说明，OCS 的价值正在从“通信设备”扩展为“资源管理基础设施”。它需要和 API、网络操作系统、调度策略、链路预算、设备管理软件一起工作，而不仅仅是一个光学器件参数表。

03 两条主线：自由空间 MEMS 与片上硅光

讨论 MEMS OCS 和硅光 OCS，不能只用“慢 vs 快”概括。更本质的差别是：MEMS 的光路主要在自由空间中传播，损耗来自少数光学面、准直和耦合；硅光的光路在片上波导网络中传播，速度快、体积小，但随着端口规模扩大，波导交叉、耦合、相位调制、热漂移与校准负担会快速累积。

图 4：自由空间与波导级联，决定了两类 OCS 在损耗、功耗、速度和扩展性上的根本分野

1. MEMS OCS：自由空间光束转向

图 5：MEMS OCS 通过微镜偏转完成自由空间光路连接

MEMS OCS 的本质是空间光束转向。输入光纤阵列的光束经准直后进入自由空间，通过二维 MEMS 微镜改变角度，再耦合到目标输出光纤。它不解析数据包、不做 O/E/O 转换，因此对速率、协议和调制格式高度透明。其优势是大端口、低插损和跨代兼容；短板是机械切换速度通常为毫秒级，同时对阵列一致性、温漂控制和装调精度要求极高。

2. 硅光 OCS：波导网络与相位调制

图 6：硅光 OCS 通过 MZI/MRR 等片上可调器件改变干涉或耦合状态，适合小规模高速光路重构

硅光 OCS 把光限制在片上波导中，通过 MZI、微环、微盘、相移器、耦合器和波导交叉实现路径选择。其最大优势是高速、紧凑、可片上集成，适合近芯片、CPO、板级或机柜内的小规模快速重构；主要挑战则是端口规模扩大后，插入损耗、热串扰、相位校准和控制复杂度快速上升。

3. 路线全景：没有单一路线通吃

图 7：OCS 技术路线全景：MEMS、液晶/LCoS、硅光、机器人/机械式

04 性能指标：真正要看调度粒度和链路预算

公开资料中的典型区间可以概括为：切换速度硅光占优，端口规模和大端口低损耗 MEMS 占优。真正的系统选择，不是看单项指标谁更漂亮，而是看应用调度粒度、端口规模、链路预算、长期稳定性和可维护性。

图 8：核心性能参数对比。数值为典型公开区间，具体项目需以产品规格书和链路预算为准

1. 为什么大端口是 MEMS/自由空间的护城河

图 9：端口规模扩大后，MEMS 的插损增长通常更平缓；硅光的核心挑战是器件级联、热控与校准复杂度

当端口从 32×32 扩展到 128×128、256×256 甚至 512×512，硅光波导网络中的开关单元、交叉、耦合和调谐节点会快速增加。MEMS 自由空间方案虽然需要更复杂的机械/光学装调，但光路本身不会像波导网络那样经历大量级联器件。因此，在大端口低损耗场景，MEMS/自由空间路线具有更清晰的工程逻辑。

2. 应用场景分层：快、小、近芯片 vs 大、低损耗、长稳态

图 10：应用场景分层。硅光偏向“快、小、近芯片”；MEMS 偏向“大、低损耗、长时稳定”

如果场景要求纳秒/微秒级响应，例如光子计算、片上保护切换、CPO 内部快速切换、细粒度 CXL 内存访问，MEMS 物理上并不适合。反之，如果场景是 AI 训练任务级、Pod 级、Cluster 级拓扑重构，毫秒级切换通常不是主要瓶颈，低插损、大端口、长期稳定和可维护性才是关键。

05 3D MEMS OCS：硬件架构与核心技术壁垒

1. 端口分层：中小端口是入口，高端口是主战场

图 11：OCS 端口分层与应用门槛

OCS 的端口数对应不同网络层级。16-32 口更接近实验平台或备份切换；64-128 口适合 Pod 互连、DCI 或物理切片；256-300+ 口进入大型 Scale-out 和 Spine replacement；544-1000+ 则面向超大 AI 训练集群核心光层。端口越大，单个光学误差被系统放大的程度越高。

2. 基本原理：用微镜阵列建立任意光纤到光纤直连光路

图 12：3D MEMS OCS 基本原理：输入光纤阵列、MEMS 微镜阵列、自由空间转向与输出耦合

3D MEMS OCS 的基本原理是：输入光纤阵列输出的光束经准直后进入自由空间，通过输入侧和输出侧两组 MEMS 微镜阵列完成光束指向，最终耦合到目标输出光纤。每一路通常经过两个 MEMS 微镜，利用多自由度控制实现任意输入到任意输出的高效率耦合。Google Palomar 公开资料显示，其 optical core 包括二维 fiber collimator arrays、两组 2D MEMS mirror arrays、850 nm 监控光、camera modules、injection modules 和 dichroic splitter/combiner。

3. 低插损自由空间光路：第一硬约束

图 13：低插损自由空间光路：准直器、MEMS 微镜、再耦合与典型链路预算

插损是 OCS 能否部署到数据中心的第一硬约束。OCS 引入后，收发器、circulator、fiber plant 和 OCS 本身共同决定端到端链路预算。Google Apollo 论文指出，使用低成本、低功耗光收发器需要尽量降低 OCS 插损，理想目标应低于 2 dB；由于双向链路会使反射叠加到主信号上，回波损耗要求同样严苛。

典型自由空间 OCS 光路的损耗来自光纤熔接/连接器、发射侧准直器、两次 MEMS 反射、接收侧准直器以及输出光纤连接。虽然每一项损耗看似较小，但在 800G/1.6T 链路预算收紧时，任何尾部插损都会直接影响收发器成本、功耗和链路可用性。

4. 光学/热稳引擎与 MEMS 切换引擎

图 14：3D MEMS OCS 主机拆分价值分析：光学/热稳引擎与 MEMS 切换引擎是核心

OCS 最大价值不在机箱，而在“光学/热稳引擎 + MEMS 切换引擎”。MEMS 切换引擎解决“能否切到目标端口”，包括微镜芯片、阵列、执行器、驱动与角度控制；光学/热稳引擎解决“切过去以后能否低损耗、长期稳定保持”，包括准直、反射路径、耦合、结构热稳、温漂补偿和闭环耦合。

5. 温漂控制与闭环稳定：从“能工作”到“能交付”

图 15：温漂控制与闭环稳定：长期保持耦合是核心难点

温漂不是单一温度传感器可以解决的问题，而是 MEMS 结构、封装应力、光学基座、准直阵列、驱动电压、镜面角度和外部环境共同作用的系统误差。高端口 OCS 中，微小角度漂移会被自由空间传播距离放大，最终表现为耦合效率下降、插损尾部变差和端口一致性变差。

Google Palomar 的 850 nm 监控光 + camera feedback 机制，为长期耦合保持提供了重要参考：系统不是只在出厂时校准一次，而是在运行过程中利用监控信号和伺服算法持续优化 MEMS actuation。对于任何希望进入 OCS 的团队，这意味着必须同时掌握光学、结构热稳、驱动、传感、算法补偿和可量产测试。

6. 阵列化、一致性与可制造性

图 16：阵列化、一致性与可制造性壁垒

单颗微镜能工作，并不等于 OCS 系统可交付。阵列化带来良率、一致性、封装应力、驱动通道、热串扰和全连接标定问题。Google Palomar 的 down-selection 思路说明，工程系统可以通过冗余微镜、wafer-level test、自动装调和全连接校准提升可制造性。

7. 工程风险：OCS 不是概念风口

图 17：OCS 风险与工程策略

OCS 是高难度系统工程，不是概念风口。技术风险包括插损、温漂、阵列一致性不足；工程风险包括装调、封装、可靠性和可制造性；商业风险包括客户认证周期长、整机生态复杂和数据中心导入门槛高。投资人需要关注的是可验证的 Optical Core 能力，而不是停留在路线口号。

06 主要厂商与公开参数：区分产品、论文、生态与传闻

OCS 赛道容易出现概念泛化：CPO、光 I/O、光模块、相干器件、OTN/OXC 和 AI 互连协议都可能与 OCS 协同，但不能自动等同于大端口 AI 数据中心 OCS。判断厂商状态时，需要区分五类：生产部署或公开规格的 OCS 整机/系统，官网展示或销售但规格披露有限的 OCS 产品线，仍处于早期阶段的硅光 OCS，相邻光互连生态公司，以及未找到公开量产证据的厂商。

图 18：Lumentum 与 Molex：高端口主战场与端口分层并行发展

图 19：Google OCS 部署价值：成本、功耗、可用性和扩容方式的系统收益

Google 是公开资料中最完整的生产级范式：Palomar 从 optical core、MEMS package、monitor channel、camera feedback、HV driver FRU 到 Linux 管理接口均有公开描述。Lumentum 和 Molex 代表商用产品化方向：前者体现 64/300 端口分层，后者体现 544/1000+ 高 Radix 平台化。Futurewei 材料则说明 OCS 已经进入 AI 数据中心架构设计视角。

07 2030 市场格局：光互连大盘很大，OCS 整机口径要单独看

市场规模判断首先要澄清口径。公开机构通常统计 AI 数据中心光互连、光模块、CPO、光收发器或整体光学 TAM，很少直接给出“MEMS OCS vs 硅光 OCS”的免费公开拆分。因此，更合理的读法是把 2030 年市场拆成三层：光互连大盘、硅光/CPO/收发器市场、OCS 专用设备市场。

图 20：2030 市场规模口径：硅光/CPO 覆盖海量连接点，严格 OCS 整机口径下 MEMS/自由空间仍占大端口主导

1. 2030 部署形态：三层混合光网络

图 21：2030 年前更可能形成三层混合光网络：近芯片硅光、局部硅光 OCS、跨 Pod MEMS OCS

到 2030 年，AI 数据中心光网络大概率不是单一技术路线，而是三层混合架构：第一层是近芯片硅光/CPO，第二层是机柜或小 Pod 内的硅光 OCS 或混合 OCS，第三层是 Pod/Cluster 级 MEMS/自由空间 OCS。越靠近芯片，越需要高速和集成；越靠近 Cluster Spine，越需要低损耗、大端口和长期稳定。

2. 未来路线图：三条路径各自演进

图 22：未来路线判断：3D MEMS 是高端口 OCS 的确定主线，硅光与液晶路线在不同层级形成补充

08 为什么中科融合是值得关注的国产 MEMS OCS 团队之一

图 23：中国布局 OCS 的窗口期：需求、供给与路线成熟度同步打开

AI 数据中心建设进入新周期后，客户对可重构、低功耗、低时延网络的关注显著提升。中国已经具备光通信、连接、封装、数据中心工程和算力基础设施等产业基础。在这一背景下，OCS 机会不应只被理解为“整机设备”，更应关注 MEMS 微镜阵列、低插损自由空间光路、温漂补偿、闭环校准和光学模组工程等高壁垒核心能力。

1. 中科融合的基础不是 OCS 概念，而是 MEMS 光学底座

图 24：中科融合企业概览：以 MEMS 光学平台能力进入 OCS 讨论

中科融合进入 OCS 技术讨论的基础，来自其长期构建的 MEMS 光学底座能力。公司以中科院获奖 MEMS 微振镜芯片为核心，形成 MEMS 芯片、光学、算法、模组端到端 Turnkey 能力。这些能力与国产 OCS Optical Core 所需的微镜阵列、自由空间光路、温漂控制、闭环校准和工程化交付高度相关。

图 25：企业历史与中科院渊源：从获奖芯片 IP 到平台型 MEMS 光学企业

2. OCS 难点与中科融合能力的对应关系

图 26：中科融合与 OCS 核心难点的能力重合

OCS 的技术难点并非单点器件突破，而是芯片、光学、算法、模组、测试和质量体系的耦合。中科融合长期面对的 3D 视觉、AR/微显示、车载光机等产品化问题，本质上也是 MEMS 器件、光学系统、封装应力、温漂控制、算法补偿和模组交付之间的系统耦合问题。正因为难点同构，中科融合才具有进入 OCS Optical Core 研发的合理性。

中科融合已有的 MEMS 光学平台能力，正好对应了大端口 MEMS OCS 最难的 Optical Core 层。这个层级包括微镜阵列芯片、自由空间光路、光学/热稳结构、驱动控制、监控闭环、标定补偿和自动化装调，既是技术壁垒最集中的部分，也是国产替代最有机会形成突破的部分。

关键判断

如果 OCS 的核心难点是低插损、低回损、温漂闭环、阵列一致性和自动化装调，那么最适合做这件事的团队，往往不是纯软件团队、纯通信设备团队或单一芯片团队，而是已经在 MEMS 光学系统中完成“芯片-光学-算法-模组”闭环验证的团队。按照这一标准，中科融合是国产 MEMS OCS Optical Core 方向最值得关注的团队之一。

09 最终判断：OCS 的价值在系统，壁垒在 Optical Core

整体来看，OCS 是 AI 数据中心网络架构、光学链路预算、MEMS 阵列、热稳定结构、闭环校准和设备管理软件共同作用的系统工程。对于投资机构而言，赛道判断不能只看“大厂是否提到光互连”，也不能只看“某条路线速度更快”。真正重要的是：哪类技术可以在目标网络层级下完成可验证部署，哪类团队具备把 Optical Core 做到低损耗、长稳态和可制造的复合能力。

在这个标准下，MEMS/自由空间 OCS 是大端口光层重构的核心路线之一；中科融合则是国内少数具备 MEMS 芯片、光学、算法、模组一体化基础的团队之一，具备在国产 OCS 核心光学底座方向持续推进技术研发的现实基础。

附录：资料来源与免责声明

A. 主要资料来源

• Google Apollo: Mission Apollo: Landing Optical Circuit Switching at Datacenter Scale。

• Google TPU v4 相关论文与公开资料。

• OCP OCS White Paper 2026。

• DiCon 96×96 OSS datasheet；Polatis/HUBER+SUHNER Optical Circuit Switching product pages。

• Lumentum R300 / R64、Molex High-Radix OCS、iPronics ONE-32 等公开产品资料。

• Reuters、LightCounting、Cignal AI 及行业交流口径中关于 2030 光互连/OCS 市场的公开或情景化判断。

• 中科融合公开材料、技术资料和 MEMS 光学平台相关介绍。

B. 免责声明

本报告仅用于公开研究交流和行业技术理解，不构成投资、采购、产品路线、业绩预测或第三方认证结论。报告内容基于公开论文、公开白皮书、厂商公开资料、行业交流口径及技术资料整理；其中关于 2030 市场规模、份额和技术格局的表述包含情景化推算，应结合后续付费报告、客户访谈、真实项目数据和供应商正式规格书持续校验。涉及中科融合部分，仅用于说明其既有 MEMS 光学平台能力与 OCS Optical Core 技术难点之间的相关性，不代表已发布产品规格、客户订单、量产承诺或最终商业结果。