博通架构与技术核心交换器事业群副总裁Mohan Kalkunte日前在OCP APAC 高峰会（2026 OCP APAC Summit ）上表示，AI模型规模持续扩大，从训练到推论都需要大量GPU、XPU等加速器，如何让数以万计的运算单元高效率协同运作，已成为AI基础架构的重要课题。

「网络就是电脑」（ Network is the computer ）、「网络就是系统」（ Network is the system ）已成为AI丛集架构的核心概念，无论是工作完成时间，还是AI推论的Token吞吐量，都高度取决于网路架构的设计。

目前AI网络架构分为Scale-Up 、 Scale-Out及Scale-Across三个层次。 Kalkunte认为，无论是哪一种，以太网络（ Ethernet ）都能提供端到端的连接能力，随着AI运算规模快速扩大， Open Ethernet正逐渐成为建立大型AI基础架构的重要技术基础。

在Scale-Up部分， Kalkunte指出，从以太网络堆叠（ Ethernet stack ）来看，大致分为传输（ transport ）与Fabric （即网络）两部分。现阶段云端服务供应商多半将Scale-Up传输与自有XPU架构整合，以掌握产品开发与功能导入的节奏；至于缺乏自行开发能力的业者，博通则推出UE Transport ，并已提交至OCP ， UE 1.0规格也即将发布。

业界另一项共识，是不论底层采用何种传输协定，都需要一个共同的Fabric ，多家业者于去年10月成立ESAN （ Ethernet for Scale-up Networking ），并在Meta 和微软的推动下，仅约4个月便完成ESAN 1.0规格。 ESAN 1.0涵盖多项针对AI工作负载的网络强化，包括无损以太网络的可靠性、更高的Header效率、支援多跳（ multi-hop ） Scale-Up拓扑等。

随着Scale-Up规模从单一机柜向多机柜扩张，铜线面临物理极限，光学方案成为解方之一，因此博通、AMD、Meta、微软、OpenAI和英伟达共同成立OCI MSA ，目的是开发可互通的实体基础架构，让多个机柜互连的同时保有铜线在可靠性方面的优势。

在软件层面， SAI/ SONiC持续推进Scale-Up相关技术，涵盖记忆体语意（ memory semantics ）、壅塞控制（ congestion control ）及可靠性等议题，目前已发布Scale-Up架构规格、 SAI规格，以及LLR 、 CDFC等相关规格， SONiC也正进行Scale-Up测试。

除了技术标准外，如何将这些开放架构真正导入生产环境，是AI数据中心下一阶段的关键。Kalkunte表示，Open Cluster Design的核心概念，就是让数据中心业者能够混合搭配不同硬件与软件，选择各领域的最佳方案，同时保有对整体技术堆叠的控制。目前Open Cluster 1.0基础规格已经发布，第二代规格则正在制定中。

在Scale-Out网络方面，博通去年推出Tomahawk 6 ，相较约十年前产品，整体频宽已提升34倍。随着交换器芯片频宽持续提升，博通也将下一阶段的技术重点放在共封装光学（CPO ）。相较可插拔式光学（ pluggable optics ），CPO的可靠性可提升10倍，功耗则可降低70%。博通目前也正与合作伙伴展示Tomahawk 6光学系统，作为完整运作的CPO解决方案；若将网络规模进一步延伸至Scale-Across ，则需要跨越多栋建筑或数据中心进行连接，而博通Jericho4即为此打造