新易盛，中际旭创和天孚通信的年报和一季报披露，喜讯不断，一片繁荣的景象。不过呢，也出现了一些噪音，很多粉丝头上开始长草了，今天就来割割草。
关键问题：400G光模块超预期上量，是否会压缩800G光模块？ 原先800G高速光模块的产业逻辑，是否就逆转了呢？
这个问题，可以更加抽象化为：AI算力集群中，光模块新、老代际之间如何共存？
定义
Compute Node： AI计算节点，对应一个GPU。
Leaf switch /TOR Switch：直接汇聚AI Compute Node的第一层交换机；
Spine Switch： 第二层及以上骨干交换机，实现Spine-Leaf架构，组成CLOS全交换组网。
N：当前光模块代际。
N+1： 下一代光模块代际。
组网及推论
看图：
网络的最下层是 Compute Node，配套光模块的速率由GPU芯片来定义。比如Hopper这一代架构芯片，H100/H200的带宽都是 400G/GPU，配套的网卡是ConnextX-7， 400G的速率，所以，在Hopper这一代GPU，英伟达的AI服务器里面，装的都是400G网卡。
再网上就是网络层了。Spine-Leaf架构组合出来的CLOS全交换网络，二层网络结构下，集群内节点数 = P*P/2（P是交换机端口的数量）。所以，如果P扩大一倍，集群节点数量可以到扩大4倍，增益非常客观。但是端口出来增加后，就面临交换机面板出线的难题，怎办呢？ 把光模块的速率翻倍！ 比如H100配套的交换机 Quantumn2-9700：
内部是64端口400G，但面板是32个OSFP 800G的光模块，1U的高度就搞定了。
由此，我们可以得出一个结论：网络侧的光模块速率均以 N+1代的部署。
比如，H100 GPU，服务器上配400G光模块；交换机全部配800G 光模块；
B100/200 GPU ， 服务器上全部配800G光模块；交换机全部配1.6T的光模块；
并且，得出一个最重要的结论：
每一代GPU集群系统中，前后两代光模块共存，新老光模块都需要，遵循严格的比例关系，N ： N+ 1 = 1：2~4
总结：
1、在800G这代，每2~4个800G，需要 1个 400G。
2、在1.6T那一代，每2~4个1.6T，需要 1个 800G。
3、对于Google的OCS架构，新代际的光模块减半，N：N+1 = 1:1.5
4、完全不存在谁压制谁的问题，共存的比例严格确定。
5、如果400G很景气，只能证明800G会更景气。
6、严格意义上讲，新的代际是老代际的2~4倍，看投资机会，主要看新代际。