DCI模块为何成为当前市场热点及其与数据中心发展的关联是什么？

光模块的基本功能是什么？光模块的内部构造如何实现信号转换？
光模块的主要功能是实现光电信号的转换，解决电信号在远距离传输中的限制问题。当电信号需要通过
光纤而非铜线进行大带宽传输时，光模块便起到了关键作用，负责将电信号转化为适合光纤传播的光信
号。光模块的基本内部构造包含发射端和接收端两部分。在发射端，电信号通过激光器受激发光并经过
调制器（例如光开关或电吸收方式）转化为特定频率的光信号，再通过无源器件配合发送出去。而在接
收端，光信号被探测器接收后发生雪崩效应，产生电子信号，进而转化为可读取的数据。
光模块的主要应用场景有哪些，并各自具有怎样的特性？
光模块主要应用于电信场景（telecom）和数据通信场景（data com），其中数据通信市场尤其以数据
中心市场最为重要且成长性较高。电信市场则更具周期性，需求取决于运营商网络建设节奏，典型应用
包括无线接入市场（如基站升级）、有线接入模块（如PON模块）以及电信网络传输市场等。而数据通
信市场的成长性体现在传输领域，尤其是长距传输所需的DCI模块以及支持电信流量持续增长的回传光
模块。
DCI模块为何成为当前市场热点及其与数据中心发展的关联是什么？
DCI模块作为运营商或互联网公司在建设长距传输线路时采用的关键光模块，其需求的增长与数据中心
的大规模建设和跨数据中心连接密切相关。当跨数据中心协同应用或任务增多时，DCI的需求随之提
升，特别是在AI爆发的背景下，海外市场对DCI的需求显著增强，反映出DCI与数据中心紧密相连且不断
演进的发展趋势。
过去十年北美四大互联网公司在KVS方面的增速如何？
过去十年内，北美四大家（谷歌、亚马逊、Meta和微软）的KVS（关键信息基础设施）增速大约达到
了24%。
光模块在互联网发展中的角色是什么？其市场份额是否在提升？
光模块作为网络侧的投资，其在数据中心中的作用变得越来越重要。由于应用复杂化带来的机器协同需
求增强，对网络性能有了更高要求，进而促使光模块用量增加并占整个数据中心开发比例持续提升。
为何认为光模块是一个长期成长的赛道，而非资本品？
尽管有些人认为光模块类似于资本品，在项目建设周期结束后投资量会降低，但实际上数据中心基础设
施对互联网公司的IT设备需求巨大且均为消耗品，因为业务场景决定设备使用负荷高导致损坏率较
高，且随着应用发展需要更强硬件支撑，因此IT设备包括光模块等均有持续升级替换的需求，从而使得
光模块成为了一个较为持久的增长领域。
随着算力提升，如何影响光模块的带宽升级及其在整个输送链中的作用？
随着计算能力的增强，处理的任务增多，产生的数据流量也随之增大。为了应对这一需求，会增
加POST的带宽，并相应提升光模块的带宽。这种带宽升级不仅涉及单个设备（如光模块），还会上升
至交换机层面，从而进一步提升整个通信系统的整体带宽。这一底层逻辑表明，无论是在内部分析任务
还是对外传输数据过程中，光模块的升级始终与算力和战略目标紧密相连。
研究光模块的本质意义是什么？
研究光模块实际上是对互联网业务模式及企业发展的深入探究。通过对光模块的研究，可以理解互联网
企业如何赚钱、发展，以及未来的潜在发展空间，进而揭示光模块市场的基本规律和产业趋势。
GPU与网卡之间的关系及其对光模块的影响是什么？
在人工智能（AI）领域中，GPU被视为底层逻辑的基础。随着GPU规格的提升，其处理能力增强，单位
时间内能够处理更多计算任务并生成更大数据包或数据流，这就需要配备更高带宽的网卡来满足数据传
输的需求。此外，网卡数量与GPU数量通常是1比1的关系，并且GPU规格也会影响所配置网卡的带宽大
小。光模块则与网卡数量有直接联系，在服务器内部起到将数据从网卡传输到外部交换机的作用。
网络架构升级的原因及其对光模块使用量的影响是什么？
网络架构升级的主要原因是应用场景发生变化，其中云计算为代表性的例子。云计算采用虚拟化技
术，使得不同应用能在多台服务器间动态迁移，以优化算力资源利用效率。为了支持这种灵活高效的资
源配置方式，网络架构发生了显著变革，例如网络收敛比降低和网络层级增加。最终，这些变化导致光
模块的使用量增加，即一张网卡经过多个交换机转发后的光模块数量增多，这体现了应用变化驱动下的
网络架构升级以及对光模块性能提升的重要性。
网络架构升级如何影响设备用量及光模块的弹性优势？AI训练为何推动网络配置升级并促使光模块用量
增加？
网络架构升级不仅涉及光模块用量的增长，也带动了交换机等设备需求增加。尽管光模块增速相对
于GPU等算力设备较慢，但由于存量市场较小以及未来云计算市场的潜在增长，其弹性实际上超过了后
者。光模块作为网络侧的关键组件，在未来的网络中展现出更大的弹性。AI训练因其大规模并行计算的
特点，使得数据传输需求极高且持续不断，产生了海量“大象流”数据包。这不仅填满了网卡带宽，还严
重影响了整体训练效率。因此，为了确保AI训练的高效进行，网络配置必须升级至最高级别，并引入专
门协议如InfiniBand和RDMA高性能以太网来优化网络性能。在此背景下，将网络架构从3比1收敛比切换
至1比1收敛比时，单位网卡上的交换机和光模块用量都会显著提升，从而增加了整体光模块用量的弹
性。
网络狩猎比是什么，为何不同应用场景对其有不同要求？
网络狩猎比是指交换机下行连接服务器与上行连接更高层交换机的比例。根据带宽使用情况的不同设计
不同的收敛比（例如3比1、2比1或1比1），目的是优化网络架构以适应流量特性。早期应用如工业园
区网络采用较大收敛比来适应较低的数据包利用率，而随着云计算和AI等复杂应用的发展，网络收敛比
逐渐下降至接近或达到1比1，以满足高频并发数据处理的需求，特别是AI训练过程中产生的大量大象流
流量，对网络资源占用极大且持续不断，从而对网络配置提出了极高要求。
交换机端口数为何是个假设条件而非确定值？
交换机端口数之所以不是一个确切数字，是因为其设计受到多种因素的影响，特别是与当前所采用的网
络架构及设备配置有关。例如，在选择上一代25.6T交换机时，由于GPU网卡带宽为400G，因此常见的
是每口400G的64口交换机，以满足总带宽需求。而不同的架构层级设置（如两层或三层）会对所需交
换机数量以及光模块比例产生显著影响。
两层和三层架构中交换机与网卡的数量如何计算？
对于两层架构，当采用一比一收敛原则时，底层交换机约有一半口用于上行连接至顶层交换机，另一半
口连接下级交换机。因此，顶层交换机数量为底层的一半，底层交换机数量则是顶层的两倍，最终得出
整个网络中网卡数量大约为65536张（2^16）。而对于三层架构，考虑到上下两层之间的三次上行链
接，可通过类似方法计算出网卡总数为近似65536^3张。同时，不同架构下的光模块比例也有所变
化，分别为两层架构下的1比4和三层架构下的1比6。
实际应用中的情况与理论计算存在何种偏差？
在实际应用中，由于技术进步和成本效益考虑，有时会选择将原本单个大容量光模块插入两个小容量光
模块槽位，从而形成双口设计。例如，原本需要400G带宽的光模块通过双口方式可实现800G的速率传
输，导致实际使用的光模块数量相对减少，使得理论计算出来的光模块与网卡的比例出现差异。另
外，新一代架构（如GB200）也有相应的算法来优化资源利用。