误码率低两个量级、时延降低50ns、温度直降15℃……实测干货来了

大模型训练到底有多“烧”光？？？？？？？？？？？？？？？？

功耗、时延、误码率、温度，，，，，样样都是坎。。。。。

从前各人都感触，，，，，带DSP的传统光？？？？？？？？楣倘“稳”，，，，，但功耗高、发热大、还不便宜。。。。。

而LPO（线性可插拔光？？？？？？？？椋┖傲撕眉改辏，，，到底能不能在现网大规模用？？？？？？？？

阿里云和全发国际给出了实际答案：能，，，，，并且很好用。。。。。

16.8K？？？？？？？？椋，，，4天从上电到验收

双方这次合作基于阿里云飞天企业版CPN 1.0智算网络，，，，，在某大规模集群中，，，，，累计交付了400G LPO？？？？？？？？16.8K（没错，，，，，1.68万个）。。。。。

最让人惊喜的是交付速度：从上电，，，，，调测，，，，，验收结束仅4天。。。。。

传统DSP规划搞这么大批量，，，，，少说得两周。。。。。4倍效能提升，，，，，客户业务上线直接快人一步。。。。。

误码率实测：比传统规划好两个量级

现网跑出来的数据最硬气。。。。。

全发国际在现网统计了海量链路误码率（BER），，，，，了局LPO全面碾压：

LPO全网均匀误码率：E-10

传统DSP光？？？？？？？？榫任舐肼剩篍-8

整整低了两个数量级。。。。。

放张对比表更直观（样本数越大，，，，，注明该误码率下链路越多）：

LPO的样本在高量级（e-10以下）显著更集中，，，，，链路质量不变靠得住。。。。。

低误码率意味着更少丢包沉传，，，，，大模型训练不容易“卡死”，，，，，这个价值算力集群都懂。。。。。

温度：LPO均匀31.5℃，，，，，传统46.5℃

温度直接关系靠得住性和寿命。。。。。

现网跑下来，，，，，LPO？？？？？？？？榫裙ぷ魑露戎挥31.5℃，，，，，而传统DSP？？？？？？？？殪46.5℃。。。。。

低了15℃，，，，，什么概想？？？？？？？？

光？？？？？？？？槲露让拷10℃，，，，，故障率约莫减半。。。。。低故障率 = 少掉卡、少断连。。。。。

按典型512集群算，，，，，5年CTO周期内，，，，，低故障率可削减算力损失400万以上——这还没算训练中断的隐性成本。。。。。

时延：单端口降低50ns

LPO去掉了DSP芯片，，，，，时延天然低。。。。。

实测端到端链路均匀单端口延时：比传统规划降低约50纳秒。。。。。

别看50ns。。。。。，，，在万卡级All-Reduce通讯里，，，，，差50ns可能让整个迭代慢一截。。。。。

更低的时延 = 训推跑得更快、一致算力能承载更大模型、更高并发。。。。。

功耗：单体降50%，，，，，一年省20万电费

LPO功耗优势是“祖传技术”。。。。。

全发国际400G LPO比传统DSP？？？？？？？？榈ヌ骞慕50%。。。。。

别幼看一个？？？？？？？？槭〖竿撸，，，512集群堆到16.8K？？？？？？？？椋，，，一年节俭电费约20万元。。。。。

这还没算散热省下来的空调钱。。。。。

为800G LPO铺路：从CPN 1.0到2.0

这次16.8K大规模交付，，，，，不是终点，，，，，是起点。。。。。

阿里云已经明确，，，，，800G以太网智算集群2026年规模上线，，，，，并且沉点储蓄LPO/LRO技术。。。。。

全发国际这边，，，，，400G/800G LPO都已具备量产能力，，，，，1.6T LPO原型也有了。。。。。

在OFC 2026上，，，，，双方还结合颁发了面向102.4T互换机的800G LPO适配成就。。。。。

这次CPN 1.0上的成功，，，，，直接为CPN 2.0向TH6+800G LPO演进复造了经验。。。。。

技术当先、迭代持续、收益可复造——10万卡800G时期，，，，，稳了。。。。。

一句话总结

16.8K？？？？？？？？椋，，，4天交付，，，，，误码率低两个量级，，，，，温度低15℃，，，，，时延降50ns，，，，，功耗砍一半。。。。。  

阿里云×全发国际网络，，，，，LPO已经从“尝试室明星”造成了“现网实干家”。。。。。

下一站：800G LPO，，，，，十万卡集群见。。。。。