据传，Anthropic 施压 Google，使其 TPUv9i 放弃 OCS，光通信供应链股票承压

业界传闻指出，Anthropic 向 Google 施压，要求其针对专属版本的下一代 AI 加速器 TPUv9i 弃用光学电路交换技术。这一传闻涉及 Astera Labs 的潜在设计导入机会，以及对光通信供应链的结构性冲击。据 SemiAnalysis 研究，Google 现行 TPU 采用 6D-Torus 拓扑与 OCS 动态光路交换技术。

传闻内容：Anthropic 要求 Google 弃用光学电路交换技术

根据 SemiAnalysis 的研究资料，Google 现行 TPU 集群采用 6D-Torus 拓扑作为芯片间互连（ICI），并搭配 OCS 动态光路交换技术，使 TPU Pod 能够实现近乎全对全（All-to-All）的动态光路重组，理论上克服传统电气交换在带宽与传输距离方面的限制。目前，在主流 AI 加速器中，只有 Google TPU 采用 OCS，这是 Google 相较于 NVIDIA GPU 和 AWS Trainium 的核心技术护城河。

业界传闻指出，Anthropic 正要求 Google 针对其专属的 Triggerfish SKU，同时弃用 Boardfly 与 OCS，改用全电气交换的 ICI 架构。这一举措将直接动摇 Google 在互连技术上历经多代积累的竞争优势。

替代方案：Astera Labs Scorpio-X 升级版的关键规格

传闻指向的替代方案是 Astera Labs（ALAB）旗下 PCIe 交换芯片 Scorpio-X 的升级版本，据悉包含以下三项关键规格强化：

端口数（Radix）：扩展至 320-radix，大幅提升单芯片的连接密度

SerDes 速率：从现行的 128G 提升至 336G，传输速率增幅约为 2.6 倍

制造策略：SemiAnalysis 同时提到，该版本可能开放由多家厂商制造。这意味着 Astera Labs 有望通过设计 IP 定义规格，并借助多元化制造来源增强供应链韧性

若上述设计导入传闻成真，Astera Labs 将确立其在超大规模 AI 集群互连领域的市场地位，并为后续客户拓展提供重要背书。

Anthropic 的两项技术与商业动机

业界分析指出，Anthropic 此举背后存在两项具体动机。第一项是芯片面积（Die Area）效益：现行 TPU 芯片内部需要配置路由核心（Routing Cores）来处理网络数据包转发。若将路由功能全部卸载至外部电气交换芯片，这部分硅面积即可用于矩阵乘法单元（MXU）或 HBM 内存堆叠，从而直接提升每瓦算力密度或内存带宽，对 LLM 工作负载而言效益显著。

第二项是架构统一的战略意义：Anthropic 的训练与推理工作负载同时分布在 Google TPU、AWS Trainium 与 NVIDIA GPU 三个加速器平台。目前，三者中只有 Google TPU 采用 OCS，导致 Anthropic 必须分别维护不同的网络管理与调度体系；若 TPU 转向电气交换架构，三套加速器即可共用统一的互连 Fabric，大幅降低运维复杂度，同时提升供应链议价弹性。

供应链冲击：Ayar Labs 的光学论述承压与 Astera Labs 的潜在机会

若传闻最终成真，光学互连供应链将直接面临冲击。最直接承压的是以片上光学 I/O 为核心业务的初创公司，例如美国硅光子独角兽 Ayar Labs。其 TeraPHY 技术的市场论述建立在“AI 训练集群终将全面光学化”的假设之上；若主要客户转向电气架构，这一论述将受到直接冲击。

此外，OCS 架构需要大量高速光模块配套。若集群架构转向电气交换，此类需求的增长曲线将被迫重新评估。相对而言，若 Astera Labs 顺利拿下这次设计导入，将确立其在超大规模 AI 集群互连领域的市场地位。值得注意的是，目前上述消息仅属传闻，其真实性与具体影响仍有待更多数据和信息披露加以确认。

常见问题

Anthropic 要求 Google TPUv9i 弃用的 OCS 技术是什么，有何重要性？

根据 SemiAnalysis 研究，OCS（光学电路交换）是 Google TPU 集群用于芯片间互连的动态光路交换技术，使 TPU Pod 能够实现近乎全对全的动态光路重组；目前，在主流 AI 加速器中，只有 Google TPU 采用 OCS，这是其相较于 NVIDIA GPU 和 AWS Trainium 的关键差异化优势。