据SiliconANGLE 10月14日报道，AI基础设施网络正逼近从电互连向光互连切换的临界点。思科系统公司硅与系统架构高级副总裁兼思科院士Rakesh Chopra表示，机架内铜互连“不是一个持久的立足点”，未来数年光互连将成为常态；同日，全光电路交换初创公司Salience Labs宣布完成1.25亿美元B轮融资，计划推进量产和更高密度交换机的研发。

Chopra在AI Data Pipeline Forum期间接受theCUBE采访时说：“目前，机架内铜互连、系统内铜互连……不是一个可持续的立足点。它会转向光学。我的猜测是，未来几年内，这将成常态，这使你能把扩展域从单个机架扩展到整排甚至更大。”他提到，思科与英伟达已公布USFP计划，即面向每通道400吉比特的光模块，而当前光模块每通道最高为200吉比特。思科称，USFP比现有OSFP 1.6T密度高约4倍，能效高约1.3倍。相关光互连工作以2019年12月发布的Cisco Silicon One芯片架构为基础，该架构的设备覆盖约100吉比特至100太比特。Chopra还说，“局部性决定功能”的前提已经过时，真正重要的是能在不同规模、不同位置安全部署。

Salience Labs的融资由Bullhound Capital领投，Intel Capital和AMD Ventures参与，SBI Group、Hudson River Trading和英国商业银行等为新投资方，现有投资方Applied Ventures、Oxford Science Enterprises、Cambridge Innovation Capital和Silicon Catalyst Ventures继续跟投。该公司开发面向AI数据中心的全光电路交换技术。联合创始人兼首席执行官Vaysh Kewada说，现有数据中心仍依赖电子交换机和反复的光-电-光转换，难以跟上由数万块GPU等加速器组成的AI集群的吞吐需求，互连带宽落后于原始算力，造成延迟瓶颈和功耗上升。Salience Labs今年9月在ECOC 2026大会上展示了其称为全球首款64端口全光光子交换机，并正在开发128端口和256端口配置。Cignal AI预测，到本十年末，光电路交换市场将增长至超过80亿美元。Intel Capital的Srini Ananth说，光交换能在性能和效率上带来显著收益，Salience Labs的集成硅光子架构和专有光放大技术有助于解决规模化部署的挑战。

数据主权也在成为AI基础设施的架构问题。Vast Data系统工程副总裁Vaughn Stewart在同一个论坛上说，用可替换的“最佳组合”组件拼接智能体流水线，可能让源数据、向量嵌入和用户访问控制不同步。Vast Data在2026年4月以300亿美元估值融资约10亿美元。Stewart说，全球约一半数据仍存放在企业数据中心或托管设施，因为涉及敏感和受监管行业，其中许多数据在法律上不能进入公共云的前沿模型。Vast Data于2026年9月宣布与英伟达、Cohere等合作伙伴推出机密AI运行时DataEnclave，在安全虚拟机中运行模型，需要远程加密证明后才释放密钥，并把所有访问记录到防篡改数据库。Stewart说：“如果没有证明，就无法访问模型和/或数据的密钥。”

存储与内存层级同样承压。ScaleFlux产品与营销副总裁Pichai Balaji在同一论坛上说，GPU运行速度约为每秒20至22太字节，DRAM比GPU所需速度慢约37至40倍，存储则慢约800倍，数据从GPU向内存和存储移动时瓶颈会被放大。ScaleFlux生产SSD控制器和Compute Express Link内存控制器，并搭配固件和参考架构。其AI优化SSD平台面向键值缓存卸载，使NAND闪存可充当内存而非被动归档。Balaji说，公司已在标准三层单元NAND上展示超过200条灵活数据放置流和每天7至10次驱动器写入，且不绑定特定NAND供应商，客户可围绕可采购到的闪存进行设计。