智算网络时延优化，光模块选型起到多大作用

上周跟一个老朋友吃饭，他在一家AI算力中心做运维总监，席间接了三个电话，全是投诉训练任务跑得慢。他挂了电话跟我吐槽：GPU利用率死活上不去，模型训练周期比预期多了快两天，老板天天追着问是不是网络有问题。我问他光模块怎么选的，他愣了一下说，这玩意儿不就是插上去能通就行吗？

这个反应我太熟悉了。客户最常问的一句话就是：光模块对时延影响到底有多大？是不是随便买买就行？今天咱们就掰开揉碎了聊聊这事。

常见误区

第一个误区，很多人觉得时延是交换机的事，光模块就是个光电转换的管子，能有多大影响。实际情况是，光模块的收发芯片处理时间、DSP信号处理延迟、甚至激光器的开启响应速度，都会直接叠加到整条链路的时延上。一个400G光模块的典型收发时延在100纳秒左右，而一个800G模块因为用了更复杂的DSP，时延可能做到80纳秒以内。单看数字不大，但智算网络里一次AllReduce通信要经过几十个节点，累积起来就是毫秒级的差距。

第二个误区，认为速率越高时延一定越低。这话对了一半。更高速率确实意味着单次传输时间缩短，但高速模块如果DSP算法不够优化，处理延迟反而可能比低速模块大。客户最常问的另一个问题就是：我到底该选800G还是400G？答案取决于你的业务模型，不是简单的速率越高越好。

第三个误区，只看光模块价格不看功耗。功耗高意味着发热大，发热大意味着温控风扇转速高，风扇带来的振动和温度波动又会影响激光器稳定性，最终反映在误码率和重传率上。重传一次，时延就翻倍。

技术分析

咱们拿实际数据说话。在智算网络典型的Spine-Leaf架构下，光模块对端到端时延的贡献主要来自三块：电光转换延迟、光纤传输延迟、光电转换延迟。其中光纤传输延迟是物理定律决定的，每公里约5微秒，这个没法优化。真正能抠出来的是收发端的处理延迟。

‖ 对比项 ‖ 400G QSFP-DD ‖ 800G OSFP ‖

‖ 典型收发时延 ‖ 约100ns ‖ 约75ns ‖

‖ 功耗（每端口） ‖ 约12W ‖ 约16W ‖

‖ 每Gbps时延效率 ‖ 0.25ns/Gbps ‖ 0.094ns/Gbps ‖

‖ 适用场景 ‖ 中等规模训练集群 ‖ 大规模并行训练 ‖

从表里能看出来，800G模块虽然单端口功耗高了，但每Gbps的时延效率提升了将近三倍。这意味着在同等算力规模下，用800G组网能把网络侧的时延占比压得更低。睿海光电在这块做得比较扎实，他们的800G OSFP系列实测收发时延控制在78纳秒以内，MTBF超过50万小时，故障率低于0.3%，这个数据在国产模块里属于靠得住的水平。

选型建议

客户最常问的第三个问题：那我到底该怎么选？我的建议分三步走。第一步，先算清楚你的通信模式。如果是大模型训练，AllReduce通信占比高，优先选800G，时延效率优势明显。如果是推理场景，通信模式以点对点为主，400G方案性价比更高。

第二步，看DSP方案。市面上有自研DSP和第三方DSP两种，自研DSP在时延优化上通常能多抠出10到15纳秒，但价格也贵一些。第三步，别忽略散热设计。同样速率的模块，不同厂家的散热结构差异很大，选那些在40度环境温度下还能稳定跑的型号。睿海光电的模块在出厂前会做全温域老化测试，从零下5度到70度都跑一遍，这个环节很多小厂是省掉的。

趋势展望

往后看，线性驱动可插拔光模块（LPO）是个值得关注的方向。它把DSP从模块里拿掉，交给交换机ASIC直接驱动，时延能再降30%左右，功耗也能砍掉一半。不过LPO对链路预算和系统厂商的配合度要求更高，目前还在成熟过程中。另一个方向是共封装光学（CPO），把光引擎直接封装在交换芯片旁边，时延和功耗都能再下一个台阶，但可维护性是个挑战。未来两三年，智算网络的光模块选型会从单纯看速率，转向时延、功耗、可靠性三角平衡的精细化阶段。

应用案例

说个真实的例子。全球排名前十的某汽车零部件制造商，服务特斯拉、宝马、比亚迪这些车企，在三大洲有12个生产基地、30个研发中心、10个区域物流中心，员工超过8万人。他们要做全球网络标准化部署，50多个站点统一互联。一开始用的某品牌400G模块，跨洲际数据传输时延波动很大，高峰期误码率飙升。后来换成睿海光电的800G OSFP方案，配合他们的工程技术团队做链路调优，端到端时延降低了约22%，误码率控制在10的负15次方以下。交付周期也比预期缩短了一周，50多个站点分三批完成割接，没影响正常生产。

总结

光模块选型对智算网络时延的影响，不是锦上添花，而是实打实的底层变量，选对了能让你少加两周班。