AI集群的互连正在同时撞上两堵墙。一堵是铜缆的“距离—功耗墙”：当信号速率推进到200Gbps每通道以上，铜缆的传输距离被压缩到2米以内，能效徘徊在4到5pJ/bit，继续提速时单位能耗迅速逼近物理极限。另一堵是机架的“功率墙”：以NVIDIA的集群架构为参照，GB200 NVL72机架中I/O功耗占比约为7%到15%，到Vera Rubin NVL576世代，这一比例预计将攀升至20%到40%。网络互连不再是算力系统的配套开销，它正在成为决定一个AI集群能否继续扩张的约束条件。DWDM——密集波分复用——被推到台前，不是因为它的容量指标好看，而是因为它在能效账上提供了一种其他方案难以替代的解法：用“慢而宽”替代“快而窄”。而要让这种解法和AI集群的物理形态匹配，DWDM设备必须从机架级的庞然大物缩小为可插拔的模块级器件。
DWDM的能效逻辑：为什么“多波长、低速率”反而更省
直觉上，提高单通道速率是提升能效的常规路径。但在AI集群的短距互连场景中，这条路径正在失效。NVIDIA在ISSCC 2026上披露的仿真对比给出了一个反直觉的结果：构建同样的200Gbps链路，采用8波长×25Gbps的DWDM方案，链路能效为3.4pJ/bit；而采用2波长×100Gbps的方案，能效反而升至4.7pJ/bit。差距不在于光本身，而在于电子学。高速单通道需要更复杂的SerDes、更重的均衡和更昂贵的DSP，这些电路开销随波特率提升呈非线性增长；而当通道速率降低、并行波长数增加时，电子学链路被大幅简化，光域的多路复用承担了原本由电域完成的带宽聚合功能。用更“慢”的通道换取更“宽”的并行度，系统总能耗反而下降。
这一逻辑与DWDM的设备形态直接相关。传统DWDM波分设备是为长距骨干网设计的：多个转发器、独立的光放大线路系统、机架式机箱和配套的散热，构成一套完整但笨重的光传输系统。这套系统在长距场景中仍然必要，但在AI集群的机架之间、楼宇之间乃至百公里级的“虚拟AI工厂”跨度上，它的问题不在于功能不足，而在于形态错配。云厂商从2026年开始将AI数据中心分散到相距约100km的多个楼宇，以接入不同的电网缓解供电压力，这些场景需要的是800 ZR+可插拔光模块和紧凑的光线路系统，而不是传统的大型集成传输平台。DWDM要进入AI集群的互连体系，首先要从“机房里的设备”变成“插在路由器或交换机上的部件”。
小型化的三条工程路径
小型化不是简单地把机架设备做小，而是把原本分立的转发器、光复用/解复用和放大功能重新集成到可插拔形态或近封装位置。当前可见的路径大致有三条，它们各自解决不同层面的“密度—能效”矛盾。
第一条是相干可插拔模块本身的持续瘦身。800G ZR/ZR+可插拔相干模块已经进入规模部署，Nokia披露的数据显示，800G相干可插拔的功耗可以做到30W以下，对应0.0375 W/Gb；而在过去十年间，相干光传输的每比特功耗从4 W/Gb降至0.1 W/Gb。这意味着原本需要专用转发器槽位和独立供电散热的光传输功能，现在可以以标准QSFP-DD或OSFP封装直接插入路由器和交换机的端口，省去了一整层设备栈的供电、风扇和机架空间。每一代可插拔相干模块在带宽提升的同时将每比特功耗降低约30%，这一节奏仍在延续。
第二条是把光线路系统本身“可插拔化”。转发器可以做成模块，但DWDM还需要合波、分波和光放大。Coherent的POLS方案将放大和复用功能集成到OSFP/QSFP可插拔封装中，直接插入路由器或交换机的标准插槽，单个模块可处理最多8个DWDM波长，在120km距离上支持6.4Tbps双向流量，功耗比传统机架式光线路系统低95%。这一路径的实质，是把过去需要独立机架、独立管理和独立散热的光层，压缩为与电端口同形态、同运维界面的“光插槽”。对于空间和供电都逼近极限的AI数据中心而言，省掉的不仅是设备本身，还有与之绑定的机架面积、配电容量和冷却负荷。
第三条是面向Scale-up的更激进集成：将DWDM光引擎推进到封装边缘甚至封装内部。Lumentum展示的8波长DWDM外部激光小封装可插拔模块，其定位就是为CPO和NPO架构提供紧贴计算或交换芯片的光源，利用DWDM的紧凑光接口在封装边缘空间和光纤路由受限的位置解决带宽密度问题。在更前沿的路线中，微环调制器结合DWDM被用于Scale-up互连，目标是将全链路能效压到3.5pJ/bit以下，通过减少高功耗SerDes来适配芯片到芯片、封装到封装的短距高密度场景。这条路径距离大规模量产尚有距离，但它指向的方向是明确的：DWDM不再只是“连接机房与机房”的技术，它正在成为“连接封装与封装”的技术。
小型化不等于能效自动改善：必须算清的三笔账
把DWDM做小，确实打开了AI集群互连的场景入口，但小型化本身并不自动等于能效改善。在评估“密集波分设备与波分复用设备的能效账”时，有三笔容易被忽略的账需要单独核算。
第一笔是可插拔形态中的DSP开销。相干可插拔模块虽然省去了独立转发器的机架开销，但模块内部的相干DSP仍然是功耗大户。在400G/800G ZR/ZR+中，DSP承担了色散补偿、均衡和前向纠错，其功耗在模块总功耗中占据显著份额。小型化的收益部分被“把DSP塞进模块”的代价抵消。真正的能效改善来自系统层面——省去独立机架、风扇和配电，而不仅仅是模块本身的pJ/bit数字。
第二笔是“慢而宽”对光纤资源的消耗。多波长并行降低了每通道的电子学复杂度，但也意味着单位带宽需要占用更多的波长资源。在光纤数量充足的数据中心内部，这通常不是问题；但在光纤路由受限的封装边缘或管道资源紧张的场景中，波长数量和光纤芯数本身就是稀缺品。DWDM的价值恰恰在于用一根光纤承载多个波长来缓解这种稀缺，但如果为了追求低pJ/bit而过度增加波长数，光纤资源的账需要另算。
第三笔是激光器可靠性与维护成本。无论是CPO/NPO架构中的外置激光源，还是可插拔模块内部的激光器，都是光链路中可靠性最脆弱的环节之一。Lumentum将外部激光模块设计为独立可插拔，正是为了在激光器失效时不必更换整个光引擎，从而把维护成本控制在可接受范围内。小型化把光功能分散到更多模块和更多插槽中，故障点的数量随之增加，运维复杂度并不会因为“插拔方便”而自动下降。
能效账的终点不是pJ/bit，而是系统可扩展性
DWDM小型化对AI集群互连的意义，最终不能化简为一个pJ/bit的比较。铜缆在极短距场景中仍将存在，VCSEL基的短距光方案在功耗和成本上也有其位置，DWDM瞄准的是铜缆够不着、而单通道高速光方案在能效上不划算的那段中间地带——几米到上百公里，通道速率不必冲到最高，但并行度和距离同时有要求。在这个地带里，小型化DWDM提供了当前工程条件下一种可部署的平衡：用多波长换电子学简化，用可插拔形态换空间和供电，用“慢而宽”换系统级的能效余量。
AI集群的互连不会收敛到单一技术。但有一条趋势是清晰的：光互连的竞争重心正在从“单通道能跑多快”转向“每比特功耗、每单位面积带宽和每瓦可支撑的算力利用率”。DWDM的小型化，本质上是把这套评价体系从骨干网机房搬进了AI集群的机架之内。能效账算到最后，比的不是哪个模块的功耗数字更低，而是哪套光互连方案能让GPU少等数据、让机架多装算力、让集群在电网和散热约束下继续长大。
