全球大模型持续迭代，驱动AI算力规模呈指数级扩张，万卡、十万卡级别智算集群加速落地。今年8月，英伟达宣布其Spectrum-X以太网硅光交换机进入全面量产，这是全球首款量产的200G/lane共封装光学（CPO）交换机系统。官方数据显示，与传统可插拔光模块方案相比，其激光器数量减少75%、整机功耗降低约80%、链路损耗从最高约22分贝压到约4分贝。2026年因此被业内称为“CPO量产元年”。
但在光通信产业链里，行业目光大多聚焦光模块和CPO，MPO多芯跳线常常被忽略。AI服务器需要配套大量MPO跳线，完成GPU之间、服务器与交换机之间的数据交互；单台GPU服务器的MPO跳线配比可达1:3，三层互联仅MPO线缆就需超过2.4万根。在链条最不起眼的一环，是一根直径只有0.1263毫米的细针，它决定了数十根光纤能否被精准对接。
从铜缆转向光纤，本质上是被算力逼出来的路径。铜缆只适合几厘米内的短距传输，而AI集群动辄跨越整栋数据中心。光纤带宽可达数十THz级、损耗低至约0.2dB/km，体积重量只有铜缆的零头。行业正从单芯光纤走向8芯、12芯、16芯，并指向32芯、64芯。光模块的高景气也已被财报验证：2025年全球光模块及相关产品销售额约268亿美元、同比增长74%，2026年一季度光模块和AOC销售额约100亿美元、同比大涨90%。
问题在于，算力扩张的速度与配套工程的成熟度并不同步。GPU可以一代代堆叠，连接器件的良率、损耗与故障率却很难被瞬间拉齐。当集群从千卡走向万卡、十万卡，任何一根跳线的缺陷都会被放大成集群级的短板。算力瓶颈因此从“卡”本身，转移到“卡与卡之间”。
这正是星战科技在GPU算力平台与算力调度上持续关注的方向：把分散、异构的加速卡与服务器组织成统一资源池，不只是把卡纳管进来，还要把网络、带宽与拓扑一并纳入调度。只有当互联条件被一起考虑，任务才会落在真正合适的资源上，避免“卡很强、集群却很慢”。
由此看，算力竞争正在从单点性能转向系统能力。谁能把芯片、光互连、交换、软件栈与运维连成一条稳定链路，谁才更可能把账面参数变成可交付的算力。产业链的景气度，也会沿着“看得见的模块”向“不起眼的连接件”扩散。工信部《高速光模块产业发展白皮书》预计，2026年全球1.6T光模块市场规模将达45亿美元，国内厂商的份额正快速上升。
当万卡集群成为常态，决定成败的往往不再是发布会上的参数，而是那些容易被忽略的工程细节。算力要大，更要连得稳；集群的价值，最终体现在能否持续把算力喂给真正需要它的任务。