在AI数据中心采用OCS光交换结构，可大幅度降低功耗，降低成本，降低时延，但这个市场仍属于早期市场，其发展趋势有很大的不确定性。

Lightcounting对OCS做了一个预测，Cignal AI也对市场规模做了一些分析，略梳理一下他们的观点。

谷歌采用的OCS的光交换，与干线ROADM的无阻塞WSS的光交换相比，用于AI的OCS要简单一些，需要对端口流量整体切换，是有“阻塞”的简易结构。

这需要对数据中心的流量模式做详尽分析和调配，才能采用这种非“无阻塞”的低成本OCS

如果其他厂家没有能力或者没有意愿做整体的流量分析与控制的话，谷歌这种OCS结构就很难适用，这是一个不确定因素。

OCS类型的选择，对于AI重构，如果对重构速度不要求但需要大规模交换的话，可以采用机械结构。如果对重构速度要求不高且规模不大，则可以选择较小阵列的MEMS、液晶、压电技术的OCS

目前用在WSS上的MEMS和液晶技术比较成熟，谷歌选择MEMS微机械结构

谷歌整个设计内部垂直整合，没有选择外购，所以单价或者市场总的容量来说也是不确定的。

二维MEMS，虽然故障率没有光模块那么高，但问题在于，一旦其中一个通道损坏，就需要对整个阵列做出更换，这种风险也会对市场预期造成影响。

毕竟，采用传统的成熟的电交换是完全可以实现AI大模型计算的，虽然耗电量很大，但毕竟很成熟。

MEMS阵列的更换，对系统影响还是挺大的，这是OCS市场预期的又一个不确定因素。

Cignal AI给了一些成本预估，谷歌的OCS结构，对应到Nvidia的描述，就是一个super pod超节点，包括了4096个TPU芯片，6144端口

Cignal AI认为谷歌每端口的价格在500-1000美元，按照500美元的端口价格来算，一个超节点的零售价格约300万美元，谷歌说部署了数万个TPU系统，意味着总的市场容量在十多亿美元。

因为是自研，这些都是评估和假设。

一些激进的观点，认为未来可期待每端口价格能降低到250美元，也就是未来市场走向充分竞争的话，这样一个超节点的价格可控在150万美元。

无论是单价还是总的市场容量，这些都是“预估”的，因为市场上就谷歌一家商用这种模式，还是自研的OCS。这也是不确定性。

Lightcounting在论坛报告给出过OCS端口数量的变化趋势，看一下相对量的变化。2025年增长率超过80%，2026年后趋于平缓。

目前OCS的最大不确定性在于是否有新厂家切入光交换AI的场景，一旦切入，则意味着数亿美元的开销，以及整体系统架构的变化。

其次在于有新厂家切入的话，选择多大阵列的交换矩阵，再者就是选择什么技术路线。

闲聊几句。