AI 算力集群应优先选择 400G 还是 800G？
应先看 GPU 节点、Leaf 与 Spine 的端口能力和目标带宽。800G 常用于高带宽 Spine 或 AI Fabric，400G 可用于节点接入、Leaf 或过渡网络，两者可能在同一集群长期共存。
Selection FAQ
场景选型常见问题
AI 集群的 800G 光模块如何按距离选择？
约 50m 可评估 VR8，约 100m 多模链路可评估 SR8，500m 并行单模可评估 DR8，2km 级单模可评估 2xFR4；最终还需核对主机端口、接口和 FEC。
AI 集群光模块验证需要关注哪些指标？
除点亮外，还应验证端口功耗、模块温升、FEC、误码、收发光功率、链路 flap、MPO/LC/CS 布线和长时间稳定性。
Typical Scenarios
典型部署位置
01
GPU 节点高速上联
面向训练节点与高性能网卡上联，兼顾带宽密度、线缆长度和端口兼容。
02
Leaf-Spine 主干互联
覆盖 400G / 800G 交换端口、并行单模和 2km 级单模链路。
03
高密度分支链路
评估 2x400G、4x200G 或 8x100G 分支方式与 MPO、LC、CS 布线。
Selection Guide
场景选型重点
交换机端口封装与功耗窗口
模块散热与高密度部署
MPO / LC / CS 布线方式
FEC、误码与长时间稳定性验证