传统交换机像分拣站：把每一件包裹拿下来，看地址，再放到下一条传送带。Google的一类光网络则像铁路道岔：先把路接好，让一长列货车直接通过。区别不在“有没有光”，而在中间是否每次都要把光变成电来处理。
道岔究竟做了什么
OCS是光路交换机，建立输入光路与输出光路之间的连接，让数据以光的形式穿过中间节点。它通常不逐个读取数据包目的地址。电分组交换则把数据组织成一个个包，由电芯片读包、排队、选择出口。OCS是改变线路，电交换是处理经过线路的每一批货物。
MEMS是微机电系统，可以把微小可动镜面做进器件，通过转动镜面把光送向不同方向。这是实现OCS的一条路线，并非唯一方案。机械动作有重配时间，光路也有损耗；OCS不意味着零能耗、零延迟或任何流量都能瞬时换路。
如果两组机器将在较长时间内频繁交换数据，先花一点时间接通专用光路，之后直接传递，就可能比不断经过多级电分拣更划算。若每个小包都要随机去不同地方，或者需要复杂排队和拥塞处理，电交换仍有价值。真实网络常把两者组合，而不是在机房门口选一个阵营。
TPU给了道岔一个合适的任务
TPU是Google围绕机器学习设计的专用处理器。大量TPU连接在一起时，任务怎样分配、芯片怎样互通，能够与软件共同设计。拓扑就是谁与谁相连的关系图。与只能买通用设备的客户相比，拥有芯片、网络和调度软件的厂商，更有条件让任务适应网络，也让网络适应任务。
Google的TPU v4论文已说明OCS用于动态重配互连；它不是2026年才突然出现的概念。[1] Ironwood技术说明进一步介绍：64颗芯片组成一个基本单元，通过OCS连接成更大的系统，示例最大为9,216颗芯片；系统还能绕开不健康单元、接入备用单元。[2] 这些是该代系统的设计事实，不能原封不动套在未来所有TPU上。
ICI是TPU之间专用的芯片互连，DCN是数据中心网络。前者把处理器组织为紧密协作的计算系统，后者还能承接更大范围的连接。数模块时，应分别计算ICI越过基本单元的链路、普通网络链路与存储链路，避免把同一个光端点分别塞进两个市场。
第八代不再只是一把更大的刀
2026年4月，Google公布TPU 8t与TPU 8i：8t偏重训练，采用扩大的三维环面互连，单个superpod为9,600颗芯片；8i偏重推理与后训练，采用名为Boardfly的网络组织方式。[3] 三维环面可以想象为三维格子在边界处首尾相连，每颗芯片通过邻居转发到更远处；它不等于每颗芯片与其他所有芯片都有一根直连线。
这里真正改变需求模型的是分化：训练系统和推理系统不再必须共享同一个“每芯片光模块数”。推理侧增加片上存储、缩短通信路径，可能减少某些跨节点搬运；更高并发、更大模型，又可能增加总带宽。哪个力量更大，要看工作负载与部署比例，季报收入本身没有提供这个答案。
Google还公布面向TPU和NVIDIA系统的Virgo网络。[4] 对光产业的启示是：芯片品牌占比变化和网络代际变化要分开建模。Google买入更多GPU，并不意味着它停止做自己的网络；更多自研芯片，也不代表其他供应商的光学能力消失。
OCS增加什么，减少什么
一条光路从发送端进入OCS，再出来到接收端，中间如果没有光电转换，就不能为了OCS的每个插口都新增一只收发模块。OCS端口是光连接端口，不天然等于光电转换端点。它可能减少某些中间电交换层及其模块，同时保留两头光学器件，并提高光纤、精密连接、镜阵列和校准系统的需求。
另外，经过更多连接器、镜面和光路之后，接收光变弱，系统就要重新算光功率预算，即从发出去到能够可靠读到，中间容许损失多少。更高功率光源、低损耗连接器可能受益，但不能仅凭OCS台数给任何一家激光器厂机械增加收入。
OCS卖的是“怎样接路”，模块卖的是“怎样把电变成光”。一路可以经过很多道岔，却只在始发站和终点站装卸货。
因此本书不会给OCS设一个凭空精确的全球渗透率。我们会把它作为影响电交换层数、光端点数与器件结构的变量，等待具体部署和采购数据来约束。这比把TPU芯片数乘一个网上流传的倍数，更能解释下一代结构变化。
资料与核验
[1] Jouppi等，TPU v4论文，2023；[2] Google Ironwood技术说明；[3] Google第八代TPU深度介绍，2026-04-22；[4] Next 2026基础设施公告。产品规格不是出货量，本文结构影响为推论。