當大模型訓練和推理從單機走向數千、數萬顆加速器協同，決定 AI 集群效率的，已經不只是 GPU 的計算能力。高速互連能否穩定傳輸，網絡能否應對大規模集合通信，供電和散熱能否支撐更高的機架功率，以及不同廠商的產品能否實現互操作，都將直接影響算力能否被真正釋放。
在今年的2026 OCP EMEA Summit、2026開放計算技術大會（OCTS2026，OCP中國站），這些問題成為共同焦點。
從歐洲到大中華地區，開放計算產業正在釋放出一個清晰信號：
AI 基礎設施的競爭，正在從單點性能競爭，轉向計算、互連、網絡的系統級協同。
2026 OCP EMEA Summit 與 OCP China 開放計算技術大會都將目光投向 AI 基礎設施的系統級演進。兩場大會共同關注高速互連、開放 AI 網絡、異構算力、光互連等關鍵方向，關注重點也從單一器件性能，轉向計算、網絡、電力之間的協同優化。
其中，OCP EMEA 2026峰會更強調開放標準、互操作性與規模化部署，重點涉及 448G 高速銅互連、UALink、Scale-Up Ethernet、CPO/LPO、800V 直流供電和高密度液冷；
而OCP China 開放計算技術大會則更聚焦中國市場的工程實踐，包括兆瓦級 AI 整機柜、吉瓦級 AIDC、AI Factory 網絡、448 Gbps 互連、NPO/CPO/XPO、CXL。
從兩場大會可以看到，隨著 AI 從模型訓練走向持續推理和智能體協同，未來數據中心需要更加開放、靈活和可擴展的架構，以支持計算、內存、網絡與基礎設施資源的動態配置。
無論是 OCP EMEA，還是 OCP China開放計算技術大會，高速互連都是最受關注的方向之一。
隨著網絡從800G走向1.6T，單通道電氣速率正在向224 Gbps演進。再向前發展，448 Gbps單通道將成為3.2T級互連的重要技術基礎。
速率提升后，連接器、PCB走線、過孔和線纜中的微小阻抗變化，都可能轉化為明顯的插入損耗、回波損耗、串擾和信號完整性問題。在224G/448G鏈路中，工程師不僅需要驗證發送端和接收端，還需要分析整個通道的綜合性能。
圖1：是德科技高速互連測試全鏈路解決方案
其中Electrical channel部分，這部分可以使用矢量網絡分析儀結合 PLTS 物理層測試軟件，對PCB、連接器和線纜進行S參數、阻抗、插入損耗、回波損耗、串擾和模式轉換分析，幫助工程師定位高速通道中的薄弱環節。另外，VNA還支持TDR和Channel COM （Channel Operating Margin，通道運行余量分析），完成更加完整的通道表征。
圖2：是德科技AI互連測試解決方案
是德科技的224G/L及1.6T測試方案覆蓋電氣發送端、接收端、光模塊、銅纜、誤碼率和FEC性能驗證，幫助客戶從研發階段一直延伸到規模化制造。
在 OCP 的技術討論中，NPO（Near-Packaged Optics，近封裝光學）與CPO 一同被視為下一代高速光互連的重要形態。NPO 將光引擎部署在交換芯片附近，通過縮短高速電氣通道，降低鏈路損耗和功耗，同時保留一定的模塊化與維護便利性。隨著網絡向 1.6T 及更高帶寬演進，NPO有望成為兼顧性能、密度與可維護性的重要選擇。
是德科技NPO測試解決方案
針對NPO高速、多通道的電光測試需求，是德科技提供覆蓋224G電氣接口與800G/1.6T光學接口的端到端測試方案，可用于驗證發送端信號質量、接收端容限、光眼圖、TDECQ、誤碼率及完整鏈路性能。
其中，FlexOTO光學測試優化方案與N1002A可支持NPO/CPO多通道測試，自動優化光路切換、信號采集和分析流程，提高DCA-M采樣示波器的利用率并縮短測試時間，幫助客戶完成從研發驗證到規模化生產的測試。
NPO/CPO通常采用外置激光器，需要驗證和測試的項目包括光功率、SMSR、波長、光譜、PER、RIN、Linewidth、LIV等，是德科技N7745C光功率計、86122C波長計、N7788C Polarization 儀表、M9600/B2900系列SMU，可協調激光源被廣泛應用在頭部企業。
以下趨勢是我們觀察到的，也同步分享給大家，我們這次的直播活動不會涉及到。
在大型 AI 系統中，Scale-Up 負責連接超級節點內（柜內甚至柜外）緊密協作的 GPU/XPU和交換機，Scale-Out 則負責連接不同超級節點。
從 OCP EMEA 與 OCP China 開放計算技術大會的議題設置來看，兩者更可能長期共存：不同類型的互連承擔不同層級的數據移動任務，共同構成完整的 AI Fabric。
是德科技Scale-Up驗證方案支持物理層的發射端、接收端以及高速互聯、協議層的協議分析（PCIe 5.0/6.0/7.0 和CXL2.0/3.0）。除此之外，是德科技擁有AI從芯片到系統級的驗證和測試解決方案。
圖3：是德科技AI基礎設施Scale+全鏈路解決方案
AI訓練中的集合通信會產生大規模東西向流量，并帶來突發擁塞、尾時延、負載不均衡和GPU等待等問題。網絡性能最終需要通過任務完成時間、吞吐量、時延和擁塞控制效果來衡量。
測試因此不再只是回答“這個端口能否達到1.6T”，還需要回答：當大量GPU同時通信時，整個網絡是否仍然能夠保持低時延、高吞吐和可預測的性能？
在短距離Scale-Up場景中，DAC、ACC、AEC仍具有成本與功耗優勢；隨著距離和帶寬密度增加，CPO、NPO及傳統DSP光模塊將承擔更多任務。
因此，銅與光不會簡單地相互取代，而是根據距離、功耗、成本和維護需求形成分層部署。是德科技已經將1.6T驗證能力擴展到無源銅纜、低功耗光學和線性接收光學，支持不同互連方案的誤碼率、FEC和長期可靠性驗證。
圖4：是德科技高速光電互聯測試方案
OCP EMEA 與 OCP China 開放計算技術大會展示了不同區域對 AI 基礎設施的共同判斷：
開放架構正在加速形成，高速互連持續演進，AI網絡開始走向系統級優化，而供電與散熱則成為決定部署速度的新瓶頸。
但從標準、樣機和演示走向真正的數據中心部署，仍需要跨越信號完整性、一致性、互操作性、性能和長期可靠性等多重驗證門檻。
圖5：是德科技AI基礎設施方案全景圖
AI基礎設施的下一步，不只是連接得更快，更要測得清楚、協同穩定，并能夠可靠地規模部署。
