2026 OCP Global Summit | Nokia | Clayton Wagar | Multi-Dimensional Scalability for AI Network Infrastructures

6天前

讀畢需時 6 分鐘

1. 一家路由器公司，為什麼在 OCP 講「第四波流量」

Wagar 開場就說明，這不是一場產品發表，而是一份邀請。他的論點建立在網際網路的歷史上：語音、數據、影片三波流量，每一波都比前一波大，而且每一波都逼出一套新的控制平面，從 TDM、MPLS 到 CDN。投影片把 AI 列為第四波，計價單位是 token，特性是雙向、延遲敏感、由機器驅動。

規模已經不小。Nokia 引用的數字是每年 1.3 兆次 AI 對話、每月 236 EB 流量，Google 單家每月處理 3.2 千兆（quadrillion）token。Wagar 強調，這些還都是「人打字、等回覆」，機器對機器那一層幾乎還沒開始。

▲ Nokia 引用的 AI 超級週期數據：2026–2030 年全球資料中心支出逾 5.5 兆美元，intra-DC 容量年複合成長 65%，WAN AI 流量 23%（圖片來源：Nokia｜2026 OCP Global Summit 簡報（第 2 頁））

這張投影片最值得看的是兩個成長率的落差。intra-DC 容量 CAGR 65%，WAN AI 流量 CAGR 23%（皆為 2025–2034）。依 STT 推算，九年下來前者約 90 倍、後者約 6.4 倍，差距約 14 倍。光介面也一樣：intra-DC 從 2025 年 5,000 萬埠到 2030 年 2.15 億埠（約 4.3 倍），相干從 97 萬埠到 300 萬埠（約 3.1 倍）。

2. 拆解三個 scale：都停在同一道圍牆內

OCP 這週的共同語言是 scale-up、scale-out、scale-across。Nokia 用一張表把三者的目的與瓶頸對齊：

維度	目的	瓶頸
Scale-up	更大的系統	運算密度
Scale-out	更大的叢集	叢集容量
Scale-across	更大的設施	建築大小

表格下方那一行才是重點：三者都是在單一營運商的管理域內擴展能力。Wagar 說 Nokia 內部把下一步叫做 scale-beyond（尚未正式推出產品），指的是把 AI 流量帶出資料中心、跨越不同營運商。

▲ Nokia 的分散式 AI 網格：scale-beyond 以 IP 路由與光傳輸連接裝置、基地台、企業與 AI 工廠（圖片來源：Nokia｜2026 OCP Global Summit 簡報（第 8 頁））

推論會分散的理由，Wagar 給了三個：主權、法規、資料隱私。推論本身也在拆解成 GPU、資料平台、prefill／decode、KV cache、CPU 等獨立模組，每一個加號都是一張網路。Nokia 也和 NVIDIA 合作 AI-RAN，讓第三方工作負載跑在基地台的 GPU（例如 RTX 6000）上。換句話說，推論可能發生的位置，從 AI 工廠一路延伸到基地台。

3. 拆解 CIR：四層裡只有一層落後

整場最有份量的投影片，是 Lightstorm 產品長 Prasanna C 提出的 CIR（Compute Intensity Ratio）：每一層互連每個 FLOP 能搬多少位元組，單位是 mB/F（毫位元組／FLOP），以 H100 的 989 TFLOPS（dense BF16）為分母。

層級	互連	CIR（mB/F）	相對 NVLink
記憶體	HBM	3.39	高 3.7 倍
Scale-up	NVLink	0.910	基準
Scale-out	InfiniBand NDR／400G 乙太網	0.006–0.050	低 18–152 倍
Beyond	傳統 WAN（1–10 GbE）	0.0000158–0.000158	低 5,760–57,600 倍

▲ 以對數尺度畫出四層互連的 CIR：前三層大致跟上算力，WAN 落後 NVLink 四到五個數量級（圖片來源：Simple Tech Trend 自製，資料來源 Nokia／Lightstorm 2026 OCP Global Summit 簡報）

這張表的論點在形狀，不在數值。業界砸錢的三層都跟著算力走：B200 世代的封裝內 CIR 約 3.56 mB/F，和 H100 的 3.39 差不多。唯一沒跟上的是 WAN，而所有分散式工作負載都要穿過這一層。範圍值反映鏈路等級與超額訂閱，方法論在 arXiv:2608.14967。

4. 429 倍是上限，58 Gbps 才是比較誠實的起點

第二張關鍵投影片拿同一條鏈路比較兩種工作負載：

訓練：5 Gbps。梯度交換是週期性的，可容忍延遲，WAN 吸收得了。投影片註明這是假設值，不是量測值。
推論：2,147 Gbps。70B 模型、多頭注意力（MHA）、4K 上下文，要在 40 ms 首字延遲（TTFT）內搬 10.74 GB 的 KV cache。

▲ 訓練跨站點需求約 5 Gbps，推論搬移 KV cache 的上限 2,147 Gbps，相差 429 倍；GQA 降到 268 Gbps、潛在注意力約 58 Gbps（圖片來源：Lightstorm／Nokia｜2026 OCP Global Summit 簡報（第 11 頁））

這張投影片難得的地方，是自己把數字往下修：GQA（1/8 KV head）需要 268 Gbps，潛在注意力約 58 Gbps。用一條 800G 相干波長當尺標換算（STT 推算）：MHA 約 2.7 條，GQA 約三分之一條，潛在注意力不到一成。

▲ 同一個 70B 模型的跨站點頻寬需求，依注意力架構從 2,147 Gbps 降到約 58 Gbps，以 800G 相干波長為尺標（圖片來源：Simple Tech Trend 自製，資料來源 Lightstorm／Nokia 2026 OCP Global Summit 簡報）

所以這張投影片的真正主張，是跨站點搬狀態不再是特例，而不是每個人都需要超大頻寬。模型架構往 GQA、潛在注意力走，會直接壓低 scale-beyond 的頻寬需求；但只要推論分散到更多站點，總量仍會上升。這個「搬 KV cache 還是重算」的翻轉點，正是實測要回答的問題。

5. Nokia 的位置：IP 與光學一起賣

Wagar 說這是他「唯一一張產品投影片」，重點在組合：

IP 路由：7750 服務路由器是電信骨幹的主力；資料中心交換則採 Broadcom 商用晶片（口頭說明），已打進 hyperscaler 與 neocloud。
高效能平台：800 Gb/s 相干路由、高密度 800GE 埠。
光學：Nokia 去年併入 Infinera，提供相干可插拔、全頻段轉發器、Super-C + Super-L 擴展頻譜線路系統與直連式 hyperscale OLS。
自動化與安全：K8s 意圖式政策平台、量子安全網路、DDoS 防護。

這也是 Nokia 推 scale-beyond 的理由：DCI 和骨幹網的生意，在 IP 與光學兩層同時發生。DCI 需求的供應鏈面，我們在法說精華：Fabrinet（FN）｜Q4 FY2026 拆過。

6. 印度三站點實測：把模型數字變成量測

Lightstorm 的動機很實際：印度大量使用 AI，但算力多半在境外，壓力全落在入境的光纖與 IP 網路。接下來的計畫是在印度一條新的深埋生產走廊上，用三個站點、多供應商開放式線路系統做互通測試，跑真正的 RDMA 等級流量，量測十項指標，分三方負責：

營運商：開通與擴容時間、延遲變異、保護切換百分位、多租戶隔離、單位成本
供應商：線路系統與封包交換在 RDMA 流量下的行為
推論生態系：實際 TTFT、GPU 使用率、傳輸與重算的翻轉點

投影片寫試點窗口 2026 年底開放，口頭說概念驗證「這一兩週上線」，並有其他全球一級營運商參與。結果無論好壞都會公開。

這和 OIF 替 AI 互連畫了張官方地圖是同一種做法：先定量測方法與共通語言，再談產品。

7. 風險與反面論點

數字全是模型：5 Gbps 是假設值，2,147 Gbps 是 MHA 上限且不含傳播延遲，在實測前都只是分析值。
CIR 的分母選擇放大了差距：拿 1–10 GbE 對 H100，代表的是傳統企業 WAN，不是 hyperscaler 已在用的 400ZR／800ZR DCI。換成相干 DCI，差距會小很多，投影片沒有給這組數字。
模型演進可能自己解決問題：潛在注意力把需求壓到約 58 Gbps，再加上 KV cache 壓縮，scale-beyond 可能長期是「需要但不急」。
跨管理域的規格曠日廢時：Metro Ethernet Forum 花了多年才把服務標準化，AI 版本要多久，目前沒有時程。
單位疑誤：產品投影片寫「11.1Ghz Super-C + Super-L」，依常理應為 THz 等級的頻譜，發布前需和 Nokia 官方資料核對。

8. 對台灣供應鏈的意義

量還是在 intra-DC。投影片的 2030 年預估是 intra-DC 光介面 2.15 億埠、相干 300 萬埠，差約 72 倍。台灣光通訊供應鏈的主戰場在 intra-DC 光模組與元件，scale-beyond 不會改變這個比例。
相干這一層，台灣能見度很低。scale-beyond 的價值落在路由器、相干 DSP、可調雷射與線路系統；Nokia 併入 Infinera 後自有 InP 光子積體電路，屬於垂直整合模式。投影片與演講都沒有提到任何台灣廠商。
值得台灣電信業者思考的是 Lightstorm 的問題本身。台灣和印度一樣，有大量 AI 推論在境外完成；主權 AI 與在地推論若要成形，跨站點頻寬、延遲變異與多租戶隔離就會變成採購規格。這目前是觀察方向，不是已發生的訂單。

延伸閱讀：ECOC2026｜未來十年不會有技術革命，只有一場量產戰爭。