业界传闻显示，Anthropic 正向 Google 施压，要求针对其专属版本的下一代 AI 加速器 TPUv9i 芯片「Triggerfish」，放弃沿用多代的光学电路交换（OCS）技术，改用以 Astera Labs Scorpio-X 为核心的全电气交换（Full Electrical Switching）架构。若这一调整最终落地，Google 的光学互连体系以及更广泛的光通信供应链，都将面临新的变数。
传闻直指 Google TPU 现有互连路线
SemiAnalysis 研究指出，Google 目前的 TPU 集群采用 6D-Torus 拓扑作为芯片间互连（ICI），并配合 OCS 动态光路交换技术，使 TPU Pod 可以进行接近全对全（All-to-All）的动态光路重组。从理论上看，这套方案突破了传统电气交换在带宽和传输距离上的限制。
OCS 长期被视为 Google TPU 相较 NVIDIA GPU 与 AWS Trainium 的关键差异化优势。按文中说法，在当前主流 AI 加速器中，也只有 Google TPU 采用 OCS。
不过，传闻称 Anthropic 正要求 Google 针对其专属 Triggerfish SKU，同时放弃 Boardfly 与 OCS，转向全电气交换的 ICI 架构。这意味着 Google 在互连技术上多代积累的路线，可能出现明显变化。
替代方案指向 Astera Labs Scorpio-X 升级版
传闻中的替代方案，是 Astera Labs 旗下 PCIe 交换芯片 Scorpio-X 的升级版本。报道提到，这一版本会在多项关键规格上增强。
据悉，升级版 Scorpio-X 的端口数将扩大到 320-radix，SerDes 速率则会从现行的 128G 提升到 336G，传输速率约提升 2.6 倍。SemiAnalysis 还提到，这一版本可能向多家厂商开放制造。如果属实，Astera Labs 不仅可能以设计 IP 主导规格定义，也可能借由更多制造来源增强供应链韧性。
Anthropic 为何倾向改用电气交换
从报道列出的逻辑看，Anthropic 的考量同时包含芯片面积、架构统一和议价空间。
首先是芯片面积收益。现有 TPU 芯片内部需要配置路由核心（Routing Cores）处理网络封包转发；如果把路由功能全部卸载到外部电气交换芯片，这部分硅面积就可以转用于矩阵乘法单元（MXU）或 HBM 内存堆叠。报道认为，这会直接提升每瓦算力密度或内存带宽，对 LLM 工作负载的表现更有帮助。
第二个原因是架构统一。Anthropic 目前的训练与推理负载分布在 Google TPU、AWS Trainium 和 NVIDIA GPU 三家加速器供应商上，而三者中只有 Google TPU 采用 OCS。这意味着 Anthropic 需要分别维护不同的网络管理和调度体系。若 TPU 转向电气交换架构，三套加速器就能共享统一的互连 Fabric，运维复杂度会下降，供应链议价弹性也会提高。
光通信供应链面临新的不确定性
如果这项转向最终成真，首当其冲的将是光学互连相关供应链。
报道点名，以片上光学 I/O 为核心业务的美国硅光子独角兽 Ayar Labs，可能会直接承受压力。其 TeraPHY 技术的市场叙事，建立在「AI 训练集群终将全面光学化」这一判断之上。与此同时，OCS 架构本身也需要大量高速光模块配套；一旦集群架构改向电气交换，这类需求的增长曲线也需要重新评估。
相对来看，如果 Astera Labs 成功拿下这次设计导入，其在超大规模 AI 集群互连领域的位置将被进一步强化，并可能为后续客户拓展提供背书。
目前仍停留在传闻阶段
不过，现阶段上述信息仍属于业界传闻。相关消息是否属实，以及对 Google 互连路线、Astera Labs、Ayar Labs 和光通信供应链的具体影响，还有待更多数字和进一步信息披露。