6912个光模块，每天在“闪断”边缘试探？
最近AI圈的热点有点“分裂”。
一边是大模型不断刷新榜单；另一边，真正在跑训练的人却在默默吐槽：光模块的闪断，才是效率的隐形杀手。
一个超节点集群里，光模块动辄成千上万。对使用层来说，不关心它怎么工作，只关心一件事——别断。
但现实是，“脏污”和“松动”导致的闪断，让训练任务频繁卡死、回滚。算法工程师调好参数去睡觉，早上醒来发现任务在凌晨三点就停了，原因只是一个接口进了一粒灰。
这种体验，用过的都懂。
有意思的是，最近在朋友那看到一个方案，似乎在回应这个问题——中科曙光的scaleX40。
它直接把计算节点和交换节点对插，省去了中间的光纤和光模块。对使用者来说，感受只有两点：任务稳了，部署快了。
99.99%的可靠性，意味着不用再半夜爬起来看训练断没断。几小时上线，意味着不用在部署上浪费一周。
光模块在长距离场景依然优秀。但在机柜内部，这种“做减法”的思路，让使用体验从“提心吊胆”变成了“即插即用”。
中科曙光 AI算力 光模块