人工智能大型模型及相关应用的蓬勃发展，使得人工智能算力成为人工智能产业的关键基础设施。 800G光模块的开发对于确保通信基础设施能够管理AI模型所需的快速数据处理和交换至关重要。

AI计算驱动的端到端用户流量的增加，导致800G光模块需求激增，这也表明了市场对网络带宽并发性和实时性提出了更高的要求。随着带宽需求的不断增加，800G bit/s光模块随即出现，以其性能优势逐步占据主流市场，预计到2025年实现规模部署。

线性驱动可插拔光学器件 (LPO) 技术采用线性驱动方法，用跨阻放大器 (TIA) 和具有高线性度和EQ功能的DRIVER（驱动芯片）取代DSP。虽然DSP提供了数字时钟恢复和色散补偿等功能，能够以较低的错误率实现信号恢复，但也意味着较高的功耗和成本。

与传统解决方案相比，LPO模块在数据接口中仅使用线性模拟元件，无需DSP架构。因此，LPO模块可以将系统功耗和延迟降低约50%，同时会影响系统错误率和传输距离。这显然适合现代人工智能计算中心的短距离、高带宽、低功耗、低延迟的数据通信需求。

800G光模块主要有两种分类方式，即按封装分类或按电接口通道数分类。从封装来看，800G光模块主要有双密度四通道小封装可插拔800G QSFP-DD和八通道小封装可插拔800G OSFP 两种类型。

按照通道数分类，主要有以下三种：

PAM4（四级脉冲幅度调制）调制允许在每个符号中对多个位进行编码，确保光通信网络上高效、高速的数据传输。

8×100G PAM4光模块采用8通道配置运行，每个通道承载100G数据流。下图为使用MTP®-16 APC（母头）至8 LC UPC双工分支线缆进行800G XDR8到8×100G FR 连接的实例。

2×400G PAM4光模块采用两个独立的通道，每个通道承载400G数据流。下面是800G 2FR4 到2×400G FR4光纤跳线的连接实例。

800G相干光收发器采用先进的相干通信原理，调制幅度和相位以实现高效的数据传输。它通过相干检测和QAM等复杂的调制格式实现高数据速率。

在实际应用中，其工作速率为128Gbd，采用16QAM调制，利用四对DAC和ADC、一个激光器和一对光收发器，并且可以在数据中心相干光模块中使用固定波长激光器以降低成本和功耗。

据预测，到2025年800G光模块将逐渐出现并得到广泛部署，以其更好的性能占据主流市场。800G以太网未来三大增长趋势如下：

多模光纤带宽限制将100G PAM4 VCSEL+多模光纤的传输距离限制为50m。如果使用OM5光纤，那么系统成本将会上升。因此，未来将转向单模光学接口解决方案，这将有利于SiPh技术的发展。

尽管112Gbd EML技术发展迅速，但原型已经问世，表现出的55GHz带宽资源略显不足。SiPh调制器和硅基薄膜铌酸锂在200G PAM4上有着广泛的应用。

随着传输速率的提高，相干技术解决方案将能够在80km传输距离的基础上，将其应用扩展到40km、20km、10km等更短的距离。与此同时，非相干的解决方案正试图在更远的距离上发展。

人工智能服务器在支持大型模型和人工智能应用方面发挥着至关重要的作用。这些服务器经过专门设计和优化，可以处理复杂人工智能任务的计算需求。而800G以太网的部署在这个过程中至关重要。那么对于AI服务器来说，为什么800G光模块比400G光模块更关键呢？

人工智能服务器要求高数据传输速率和低延迟，因此需要与底层带宽保持一致的架顶交换机。这些交换机可能还需要延迟冗余，也就是需要高速光学模块。 GPU服务器专为密集型机器学习任务而设计。一般情况下，集群中的每台服务器配置4个高性能GPU。为了实现无缝连接并处理来自众多服务器的数据流量，集群的架顶交换机端口必须支持至少4×800G，以保持数据交换的最佳速度和效率。

800G光芯片具有优越的成本效率和经济优势。它们利用100G EML芯片，而不是使用50G光学芯片的200G/400G。经测算，同等速率下，一颗100G光芯片的成本比两颗50G光芯片低30%。

所以，在800G数据中心解决方案 中，飞速（FS）提供了两种800G的解决方案，包括新建800G数据中心和从400G升级到800G。这些解决方案充分利用了800G光模块的应用优势，能够以较低的成本实现大规模部署。

为了满足人们对更快、更高效的数据传输日益增长的需求，800G光模块时代已经到来。凭借优良的带宽能力、持续进步的LPO技术以及较高的成本效益，这些光模块有潜力改变人工智能领域并重塑数据中心。800G光模块的部署让我们距离充分发挥人工智能的潜力又近了一步。