AI數據中心唔一定要集中一個超大型園區？中空光纖或改寫算力版圖

AI數據中心嘅問題，開始由「有幾多GPU」變成「可以喺邊度起到足夠大嘅GPU系統」。當電力供應、土地、電網接入、審批，甚至地方政治因素，令營運商難以興建一個超大型園區，將GPU算力分散到多個地點可能會變成更實際嘅選擇。

Relativity Networks押注嘅，就係用一種更低延遲嘅光纖，令相隔較遠嘅數據中心更似一個緊密協作嘅系統。

中空光纖點解可以幫手？

Relativity嘅ChronoCore平台採用中空光纖，唔係喺傳統實心玻璃入面引導光線，而係透過充滿空氣嘅中空核心傳輸。公司指，ChronoCore嘅傳播延遲約為每公里3.4至3.5微秒；普通光纖就約為每公里5微秒。1618

光纖當然唔會令兩個數據中心之間嘅實際距離消失，但可以減少光訊號喺路上花費嘅時間。對於需要喺多組GPU之間不斷交換資料嘅AI訓練或推理工作，呢個差距就可能變得重要。

Relativity嘅目標係數據中心之間嘅互連。公司表示，其線纜可提供24條低延遲通道，連接不同AI設施；同時，中空光纖可以喺相若延遲下，令資料傳輸距離增加約1.5倍。1424

簡單講，營運商未必要再將「一個完整而連續嘅超大型園區」視為唯一方案，而係有機會將幾個電力同發展條件較合適嘅地點組合起來。

AI工作負載令幾微秒差距更關鍵

對一般網絡連接而言，多幾微秒延遲未必有明顯影響。但當一項AI工作負載分散喺幾個設施，而且要頻繁同步資料，距離累積出來嘅延遲就可能影響整體協作效率。Relativity嘅說法係，降低光纖本身嘅傳播延遲，有助分散式訓練及推理喺更大地理範圍內保持同步。110

公司將呢個概念形容為「地理位置成為電腦一部分」：網絡唔再只係連接幾座獨立設施，仲會影響呢啲設施可以相隔幾遠，先至仍然能夠似一座協調運作嘅AI工廠。1718

不過，較快嘅光纖唔代表幾個數據中心就會自動變成同一個GPU叢集。最終表現仲取決於交換器、收發器、網絡拓撲、軟件、工作負載嘅資料交換模式，以及路徑上其他所有延遲來源。中空光纖主要處理嘅，只係光訊號嘅傳播時間。

「快50%」應該點理解？

部分報道將中空光纖形容為比傳統光纖快約50%。2但Relativity自己嘅資料較接近47%：ChronoCore約為每公里3.4微秒，同一距離嘅延遲則低約32%。18

呢幾個百分比唔可以當成完全相同。若果由每公里5微秒減至3.5微秒，代表單程傳播延遲減少30%；如果用速度增加幅度去表達，喺呢個簡化比較下大約係43%。最後數字會視乎採用邊個基準同量度方法而不同。

所以，較值得留意嘅未必係「50%」呢個標題數字，而係：如果用空氣核心取代玻璃作為傳播介質，節省落嚟嘅時間，可能足以令AI設施之間保持更遠距離。

2,200萬美元融資之外，4,000萬美元訂單更有訊號？

Relativity宣布完成2,200萬美元SAFE融資，另外取得一張來自未具名超大規模雲端服務商、價值4,000萬美元嘅後續訂單。23

SAFE，即「未來股權簡單協議」，一般會喺公司日後進行定價融資時轉換成股權。因此，呢2,200萬美元較適合理解為早期成長資金，而唔係一輪已經按估值定價嘅傳統股權融資。2

4,000萬美元訂單就提供另一種訊號。有報道指，該超大規模雲端服務商先測試ChronoCore用於數據中心互連，之後再落後續訂單，反映至少有一間大型雲端營運商已經由初步評估，行前一步。113

但呢件事仍然唔代表市場已經普遍採用。客戶身份未有公開，訂單嘅部署時間表、技術測試結果，以及最終會支援幾多基建，亦未見公開資料。換句話講，4,000萬美元係商業興趣嘅證據，但唔係中空光纖必然取代傳統光纖嘅保證。

AI基建正由「一個園區」走向多個地點

Relativity瞄準嘅限制，其實唔係GPU晶片本身，而係「有冇地方同電力可以擺低足夠多GPU」。公司資料及相關報道都提到，營運商正將AI基建分散到地理上分開嘅園區，尋找可用電力同較可行嘅開發地點。1627

呢個轉變亦改變網絡嘅角色。傳統數據中心建設入面，網絡主要係連接同一座設施內嘅機器；但喺分散式AI建設入面，跨數據中心互連本身，可能決定幾座設施可唔可以一齊參與同一個AI系統。

因此，中空光纖被定位成一層「地理位置啟用」基建：營運商或可將幾個電力條件可行嘅地點集合起來，而唔使等一個同時具備充足電力、土地、電網接入同地方支持嘅超級園區出現。Optics.org引述Relativity嘅比較指出，傳統光纖常見約60公里嘅限制，ChronoCore則有潛力將距離推至約90公里；不過，任何特定AI工作負載實際可接受嘅距離，仍然要視乎完整系統設計。24

呢次宣布透露咗乜，又未證明到乜？

事件反映出AI業界一個更闊嘅方向：隨住AI系統越做越大，基建公司優化嘅唔再只係算力密度同園區內部網絡，仲要處理整個系統嘅物理地理範圍。

Relativity獲得嘅融資，可以用作擴大生產；而後續訂單則顯示，至少有一間大型超大規模雲端服務商認真評估過其中空光纖方案。34技術主張亦相當直接：較低嘅傳播延遲，可能令地理上分散嘅GPU算力更容易協同運作。

真正未有答案嘅，係落地層面。市場仍然需要更多公開資料，了解中空光纖嘅量產規模、成本、可靠性、部署難度，以及喺真實分散式AI工作負載上嘅端到端表現。

喺呢啲資料出現之前，ChronoCore較適合被視為一項針對AI基建新限制嘅重要押注，而唔係代表光纖技術已經徹底解決AI數據中心嘅地理問題。