作者：智璞產業趨勢研究所執行副總 林偉智

觀察AI 資料中心網路的演進時，越來越明確感受到一件事：產業正在從「頻寬不夠」的問題，轉向「拓樸與物理極限」的問題。當 AI cluster 從單一資料中心的 scale-up，進一步走向跨資料中心的 scale-across，過去依賴 OEO（optical-electrical-optical）交換所建立的網路架構，開始出現結構性的壓力。延遲不再主要由交換節點數量決定，而是逐漸被跨資料中心的傳播距離與拓樸結構所主導；頻寬也不再只是堆疊更多 switch 就能解決，因為功耗與 SerDes 演進速度已經開始落後於 AI 算力的成長。如同之前OCS的研究，我認為光電路交換（OCS）會被重新拿出來討論，其實不是偶然，而是必然。OCS 的核心價值，在於它提供了一種不同於 packet switching 的思維：不是讓流量在網路中競爭，而是直接給它一條確定的路徑。當 GPU 與 GPU 之間