据雷峰网报道，2026年CIOE中国光博会上，AI互联需求持续升温。Astera Labs总裁兼COO Sanjay Gajendra对雷峰网表示，随着算力规模扩大，处理器间互联正成为影响系统性能和Token成本的关键环节。这家2017年成立的公司从PCIe Retimer切入，产品已延伸至铜互联、光互联和机架级连接，截至九月市值接近500亿美元。

Gajendra将挑战概括为速率、规模和功耗。PCIe单通道速率已从8 GT/s升至64 GT/s，AI系统从4至8颗GPU扩展到数十、上百颗，数据传输速度每年翻倍，同时要维持低延迟、内存一致性和处理器同步，功耗也形成约束。他说，为上一代处理器设计的连接架构已无法支撑单台服务器搭载数十个处理单元。

铜光边界随之改变。Gajendra认为距离不再是决定因素，核心是传输速率和GPU规模。200G/lane铜仍可胜任，400G/lane后光将更多进入机架内部。Astera工程师对雷峰网称，下一代AI系统中铜和光不会简单替代，短距离仍适合铜；系统扩大到数千张GPU、跨多机架时，衡量指标会变成整套系统的单位Token成本。以英伟达NVL72的72-GPU scale-up域为参照，更大的scale-up域可减少数据频繁经过scale-out网络，光互联扩大scale-up规模可能优化单位Token成本。Gajendra判断，NPO将在2027年前后进入scale-up部署，CPO更大规模部署要到2029至2030年以后。

资本开支方面，Gajendra没有否认头部云厂商未来一两年放缓AI数据中心建设的影响。他说，AI仍处基础设施集中建设阶段，仅美国超大规模云厂商已公开承诺超过1万亿美元投资，但资本开支未来几年会趋于稳定。公开信息显示，微软、Alphabet、亚马逊、Meta和Oracle五家厂商2026年资本开支合计约7950亿美元，2027年接近1.08万亿美元。Astera的应对是提高每颗加速器周围的价值量：早期Aries PCIe Retimer对应不到100美元，加入交换芯片和内存产品后升至数百美元，到scale-up交换阶段已达数千美元。他透露，Scorpio系列成为收入最大产品线的节点已从第四季度提前至第三季度。

Gajendra还把推理市场视为增长来源。训练更依赖计算，推理更看重内存和低延迟；与训练集中于大型数据中心不同，推理市场参与者和系统形态更分散，连接需求可能扩展到更多系统。中国市场客户结构也不同。Gajendra称，北美由亚马逊、微软、Google和Meta主导，中国除字节跳动、阿里等大型互联网公司外，还有大量不同规模创业公司。中国市场机会推进速度快，客户更愿尝试不同技术方案，也更看重快速落地。Astera工程师称，美国大型客户更强调标准化、供应链复用和代际兼容。Gajendra表示，定制化会增多，但外部连接和接口仍保持标准化，处理器内部架构按工作负载定制。他以字节跳动和阿里为例，字节基础设施更多服务自身业务，阿里既支撑内部应用也向外部客户提供云服务。