隨著谷歌Gemini 3 Pro的火爆出圈，關于TPU集群中光模塊的用量，引起了市場的廣泛討論，當前市場的共識主要由“小作文”引導，例如在下圖中，某券商的通信團隊直接指出，在TPU v7集群中，TPU與1.6T光模塊的配比為1:4.5，這一結(jié)論在市場中廣泛流傳。

圖片說明：某券商認為TPU與光模塊配比為1:4.5，數(shù)據(jù)來源于某券商通信團隊

此外，還有大量無法考證出處的“小作文”也在廣泛流傳，例如某券商組織的專家調(diào)研，專家明確指出，在TPU v7集群中，TPU與光模塊的配比為1:3，這一結(jié)論在市場中同樣廣為流傳。

圖片說明：某專家認為TPU與光模塊配比為1:3，數(shù)據(jù)來源于某券商組織的專家調(diào)研紀要

TPU與光模塊的配比到底是1:4.5、還是1:3呢？當你問出這個問題的時候，你就已經(jīng)輸了，真相其實并不重要，重要的是，能否形成TPU集群利好光模塊的共識。

真相是值得探究的

估值之家作為一家愿意靜下心來、耐著性子去探究真相的研究機構(gòu)，強烈建議專業(yè)投資者閱讀谷歌自己發(fā)表的關于TPU架構(gòu)的公開論文，至于市場關心的內(nèi)容，論文里全部都有答案，盡管這些論文讀起來確實不如“小作文”那么輕松愉快，例如《AI Accelerators for Large Language Model In ference: Architecture Analysis and Scaling Strategies》、《Ironwood: The first Google TPU for the age of inference》、以及Semianalysis發(fā)表的《TPUv7: Google Takes a Swing at the King》等等。

下圖是Semianalysis實拍的一個TPU v7機架，可以數(shù)一下圖中藍色的PCIe線纜，一共64個，對應的就是64塊TPU芯片。

圖片說明：TPU v7機架實拍圖，數(shù)據(jù)來源于Semianalysis

上圖中的64個TPU，按照谷歌的排布，可以分為8個內(nèi)部TPU（下圖橙色）、8個角TPU（下圖粉紅色）、24個面TPU（下圖綠色）、24個邊緣TPU（下圖紫色）。其中：8個內(nèi)部TPU合計搭載32條銅纜、0個光模塊；8個角TPU合計搭載8條銅纜、24個光模塊；24個面TPU合計搭載72條銅纜、24個光模塊；24個邊緣TPU合計搭載48條銅纜、48個光模塊。

圖片說明：TPU v7機架結(jié)構(gòu)示意圖，數(shù)據(jù)來源于Semianalysis

因此，在一個TPU v7機架內(nèi)部中，合計使用了80條銅纜和96個光模塊，機架內(nèi)部TPU與光模塊的比例是1:1.5。

現(xiàn)在把TPU v7從機架擴展到Scale out集群，谷歌在論文《TPUv4: An Optically Reconfigurable Supercomputer for Machine Learning with Hardware Support for Embeddings》中明確指出，一個標準的TPU v4集群包含64個機架，合計4096塊TPU和6144條光纖，而谷歌為了匹配3D Torus拓撲結(jié)構(gòu)的數(shù)學整潔性，通常配置為使用128個端口，對應48個OCS。（注：TPU v7中OCS的數(shù)量沒有發(fā)生變化）

圖片說明：OCS和TPU的數(shù)量關系，數(shù)據(jù)來源于谷歌論文

OCS的創(chuàng)新性引入，是谷歌TPU集群區(qū)別于英偉達GPU集群的最大差異。OCS沒有光電轉(zhuǎn)換作用，只有物理光路反射作用，OCS不關心光信號里跑的是400G、800G還是1.6T，OCS只負責反射光，不負責光轉(zhuǎn)換電、或電轉(zhuǎn)換光。

圖片說明：OCS中不發(fā)生光電轉(zhuǎn)換，數(shù)據(jù)來源于谷歌論文

換句話說，在谷歌的Scale out機架互聯(lián)層面，由于OCS并不發(fā)生光電轉(zhuǎn)換，從而也就不需要配套光模塊。因此無論TPU v7集群規(guī)模有多大，TPU與光模塊的比例都是1:1.5，相比于英偉達的GB200、GB300以及Rubin集群，光模塊的用量大幅度減少了。（因為英偉達在Scale out互聯(lián)方案中采用電交換機，光模塊數(shù)量與電交換機成正比）

圖片說明：一個典型的TPU機架互聯(lián)示意圖，數(shù)據(jù)來源于Semianalysis

另外需要特別指出的是，盡管OCS不產(chǎn)生光電轉(zhuǎn)化，但谷歌為了實現(xiàn)光纖的雙向傳輸，谷歌在OCS中使用了定制光模塊（翻譯為光環(huán)形器可能更貼切），但這種定制光模塊與傳統(tǒng)意義上的以光電轉(zhuǎn)換為主要功能的光模塊，有相似的地方，但不是同一個東西，并沒有光電轉(zhuǎn)換作用。

圖片說明：谷歌定制光模塊示意圖，數(shù)據(jù)來源于谷歌論文

為什么市場更愿意相信小作文而不是真相？

為什么市場更愿意相信“小作文”，而不是官方渠道的內(nèi)容？其實不僅僅光模塊是這樣，在其他行業(yè)也是屢見不鮮，盡管在其他股票市場，也經(jīng)常出現(xiàn)諸如內(nèi)幕消息之類的“小作文”，但論“小作文”對市場的影響程度，A股排第一，怕是沒有其他市場敢說第二。

A股市場之所以“小作文”泛濫，或許既有利益相關方因素、信息不對稱因素、也有歷史遺留因素，量化基金捕捉關鍵詞的能力與賺錢效應或許也進一步增加了“小作文“的受眾群體。然而，歸根結(jié)底，人們更相信自己愿意相信的東西，很多時候真相和邏輯并不太重要。