中空光纖能否突破 AI 資料中心的地理限制？

AI 資料中心的競爭，正逐漸從「要放多少 GPU」變成「GPU 可以放在哪裡」。當電力供應、土地、電網接入、開發許可，甚至地方政治與社區反對，讓業者難以建造一座超大型園區時，另一條路是把 GPU 算力分散到多個地點。

Relativity Networks 押注的，正是讓這些分散式園區仍能協同工作的網路技術。公司的 ChronoCore 平台採用中空光纖（hollow-core fiber），讓光線穿過充滿空氣的中空核心，而不是傳統光纖的實心玻璃。Relativity 表示，ChronoCore 的訊號傳播延遲約為每公里 3.4 至 3.5 微秒，傳統光纖則約為 5 微秒。1618

先理解核心概念：讓距離不再那麼難以克服

光纖不可能消除兩座資料中心之間的實際距離，但可以縮短光訊號在光纖中傳播所需的時間。對一般網路連線而言，幾微秒的差異未必重要；然而，當 AI 訓練或推論工作負載被拆分到不同設施，GPU 群組需要頻繁交換資料時，累積的傳播延遲就可能影響同步。

Relativity 的主要應用場景是資料中心互連。公司表示，其電纜可提供 24 條低延遲路徑，連接不同 AI 設施；中空光纖則能在相近延遲下，讓資料傳輸距離延長至傳統光纖的約 1.5 倍。1424

這意味著，基礎設施規劃者或許不必再把「擁有足夠電力與土地的單一連續園區」視為唯一選項。業者有機會把數個地點的算力組合起來，在各自具備較好供電與開發條件的地方部署 GPU。

為什麼 AI 讓微小延遲變得重要

若只是一般資料傳輸，額外增加一點傳播時間可能影響有限。但對跨設施運作、需要高頻率協調的 AI 工作負載來說，延遲會在每次資料交換中累積。Relativity 的主張是，降低光纖的傳播延遲，有助於讓分散式訓練與推論在更大的地理範圍內維持同步。110

公司把這種變化形容為「地理成為電腦的一部分」：網路不再只是連接彼此獨立的資料中心，也開始決定這些設施相隔多遠時，仍能像一座協調運作的 AI 工廠。1718

不過，較快的光纖並不會自動把多座資料中心變成一個 GPU 叢集。整體效能仍取決於交換器、收發器、網路拓撲、軟體、工作負載的通訊模式，以及路徑上的其他延遲來源。中空光纖所處理的，只是其中一層——光訊號的傳播時間。

「快 50%」到底代表什麼？

部分報導將中空光纖描述為比傳統光纖快約 50%。2 不過，Relativity 自己的資料較接近 47%：ChronoCore 約為每公里 3.4 微秒，同距離下延遲約降低 32%。18

這些數字不能直接視為同一件事。若從每公里 5 微秒降至 3.5 微秒，單向傳播延遲降低約 30%；若以傳輸速度增幅計算，在這個簡化比較下則約為 43%。最終百分比會視比較所採用的基準與測量方式而異。

因此，更值得注意的不是「50%」這個標題式數字，而是中空、空氣核心的設計是否能實際省下足夠時間，讓資料中心之間的可行距離增加。

2,200 萬美元融資與 4,000 萬美元訂單，分別透露什麼？

Relativity 宣布取得 2,200 萬美元 SAFE 融資，另有一筆來自未具名超大規模雲端業者的 4,000 萬美元後續訂單。23

SAFE 是「未來股權簡單協議」（Simple Agreement for Future Equity），通常會在未來的定價融資中轉換為股權。因此，這筆 2,200 萬美元更適合被理解為早期成長資金，而不是已經確定估值的傳統股權融資。2

4,000 萬美元訂單則是另一種訊號。報導稱，這家超大規模雲端業者先測試 ChronoCore 的資料中心互連能力，之後才提出後續訂單，顯示至少有一家大型雲端業者已從初步評估走向商業採購。113

但這仍不能證明中空光纖已被廣泛採用。客戶名稱尚未公開，訂單的部署時程、技術測試結果，以及最終能支援多少基礎設施，也都沒有對外說明。因此，4,000 萬美元代表的是商業興趣與初步驗證，不是傳統光纖即將被全面取代的保證。

AI 基礎設施正在從「單一園區」走向「分散式系統」

Relativity 瞄準的是 GPU 之外的一項限制：哪裡有足夠電力，以及哪裡能夠實際完成開發。公司資料與相關報導指出，業者正把 AI 基礎設施分散到地理位置不同的園區，以尋找可用電力與可行的建設地點。1627

這也改變了網路在資料中心建設中的角色。過去，網路主要負責連接同一座設施內的伺服器；在分散式 AI 架構中，資料中心之間的互連能力，可能反過來決定幾座設施能否共同參與同一個系統。

因此，中空光纖被定位為一種「地理擴張層」。它可能讓業者把多個具備供電條件的地點整合起來，而不必等候一座同時擁有足夠電力、土地、電網接入與地方支持的超大型園區。Optics.org 引述 Relativity 的比較指出，傳統光纖的典型距離限制約為 60 公里，而其光纖可能將距離延伸至 90 公里；但任何特定 AI 工作負載的實際可用距離，仍取決於完整系統設計。24

這項宣布說明了什麼，又沒有說明什麼？

這項宣布反映出 AI 產業的一個更大轉向：隨著 AI 系統持續擴張，業者不只在最佳化晶片密度與園區內網路，也開始最佳化整個系統的地理分布。

對 Relativity 而言，融資提供了擴大生產與部署的資本；後續訂單則顯示，其 中空光纖方案至少已吸引一家大型超大規模雲端業者認真評估。34 技術論點相當直接：若能降低訊號傳播延遲，分散在不同地點的 GPU 算力就可能更適合組成同一個協同系統。

真正尚待驗證的是營運層面的現實，包括製造規模、成本、可靠性、部署複雜度，以及在真實分散式 AI 工作負載上的端到端效能。在這些資料公開之前，ChronoCore 更適合被視為一項押注產業限制正在改變的基礎設施方案，而不是已經解決 AI 資料中心地理問題的定論。