ocs题库配置教程

喂喂，能听到吗？那好，今天给大家录一期这个 iitoo 零点二版本怎么使用？嗯，上一期的话 零点一版本发布出来有很多 bug 很 正常，第一版本因为我当时只有学习通道账号，其他的我没一次就用了，当时我只用了个本地的机器浏览器去进行测试的，因为我，呃我想的应该没啥问题，等到他发第一版发布出来之后这种叫 bug。 好吧，我总结出来几个问题。呃，有总结了几个问题，问题一般都是，呃除了学习通其他的，比如说个位数啊，还有什么职教，还有大学这些无法使用，因为 我基本上他们用的都是这个 ocs 桌面端软件里面的内置浏览器，是吧？为什么无法使用呢？因为第一版的时候他们发的请求全部这个内置浏览器的 csp 安全策略给请求全给拦截了，导致你这个本地提库收不到他的请求，所以说没法进行作答。 然后的话还有问题就是有人家的电脑无法那个选择完题，选择完那个什么， 选择完模型之后就闪退了，有几个原因啊？有几个原因就是你没下，你没开欧拉玛，欧拉玛里面没有模型，然后还有就是你的段你软件被其他你这个呃 ai 提供软件的端口被其他软件给占用了啊，所以说这个咱们都一起解决了这些问题。 嗯，还有呢，好吧，现在就给你们演示一下，现在重新录一下那个这个视频，因为上期有人说我那个声音还有那个发质太模糊了，是吧？ 那首先呢，就是打开题库啊，你如果想用本地模型的话，你就需要下载欧拉玛，就是这个欧拉玛，然后下载完欧拉玛之后，你还需要在欧拉玛根据你自己的电脑配置，一定要根据自己电脑配置进行选择， 如果自己电脑配置不行的话，我推荐你使用第三方模型。第三方模型的话，呃， deepsea 啊，性价比很高，也可以选择 deepsea 豆包了，还有那个千万的话也是可以。嗯，要看你自己选择了，你看你觉得哪个。哎，这个答案做题率高，你就用哪个好吧。 呃，本地模型的话，调用是不要钱的，本地模型不需要钱，但第三方模型你调用它那是需要钱的，因为是。哎，那些 api， 第三模型的 api 这个都不知道。千万的 api 不是 我做的，是因为厂家做的，我们调，我们用户调用它是需要钱的， 很正常，每个人都知道。然后这个欧莱曼下载地址的话，这有些国内，国内的下载地址很慢，就是我一起给发到。呃，发到这里了，一会就直接下载就行， 我再用 gps 给你演示一下，好吧。然后为了防止那些端口被软件占用，所以说直接把更新后的配置文件直接给你发送到这个中间层了啊，你直接复制粘贴啊，粘 贴啊，保存就好了。 ok， 好，你看关卡再提了。 这答题速度话要也要也是根据看你自己电脑配置，你显卡的显存越大啊，答题的效率越高。你看我这边的话， 我这边的话就占用显卡，占用已经要高一点的模型已经占满了。那我这也用个小模型，所以说没没这么快。选择题，填空题都是没问题的，判断题也是可以的。 然后如果这些出现问题，比如说返回的答案不对话啊，我建议你换一个模型，因为有些模型很傻是吧？有些模型很傻。 嗯，你换一个模型让他回答问题就很正确了，因为有些模型我给他发的提示时，他竟然他不按照提示时规则进行回答，所以说你换一个 ai 模型就会好很多。但多选题的话，多选题，有些 ai 答案的题 给的答案不是不对吧？就是不完全对，就是给他答案找一个选项或多一个选项，这样的话以后想想想别的办法来提高一下准确率是吧？ 这边的话是返回的答案，然后进行答案匹配调试。 呃，有精准检查，就是直接看，哎。返回单跟哪个是一模一样的，就直接返回这个答案，然后如果没有的话再进行包含匹配，然后看看答案包含在哪个答案里面，然后防止防止进行匹配的答案里面有， 底下里面有这一个答案，之后直接把这个返回了，然后如果包含匹配也没有，那就进行 三十度设计。三十度的话是因为，哎，返回的答案只是选项答案的一部分，并不是全部，然后再所以说进行三十度匹配计算，最后再返回好答案好了。 你看速度也是可以是吧，但你用这个信的话，比他的大宝情况速度更快，我们演示一下这边 好了。 嗯，可以，速度也很快，答案也很正确。所以说越高的模型啊，答案给的越对越准确。 所以说我建议你们，我建议你们用这个，这个性价比很高的，一块钱个基本上会掉一千还是多少次？一千还是两千次，反正性价比很高，比如说这个还还可以， 然后的话这种这些本地上一期我已经说了。嗯，这些模型的话，常温本模型也是可以解决那种图片问题，图片难题的。呃，就是那种图片复杂的数学函数体也是可以进行解决的。 那那种逻辑是什么呢？逻辑就是用那个 ocr 啊，进行识别成数学公式代码跟那个图片图片，那个数学公式识别的数学公式代码，然后再拼接好题目返回给 ai， ai 再返回给数学公式代码，数学公式代码再进行匹配， 匹配好之后返回原始选项正跟它匹配的正确原始选项就这样就一个思路。然后当然话你用那个大模型，比如说豆包那种视觉类模型， 他是另一种方式，直接把它转换成一种格式，图片转换成一种格式，然后编辑好题目发给 ai， ai， 然后 ai 进行下载，然后再进行识别做答案。 当然细节类模型那一种的呃处理答案的逻辑，呃处理题目的逻辑会比 ocr 识别这种呃正确率会高一点，因为 ocr 总有识别错的时候。正常 我是觉得的话，给他发图片其实也是 ocr， 不 过他们大模型的 ocr 一 般比这种呃小小 ocr 呃正确率要高一点好吧，多远体也是可以的， hmm 填空题多填空题也是可以，都是可以进行解答的，然后判断题也是可以的。 这是前方的那个，你看下那个智慧树，智慧树也是现在也是能做大的，我看一下 回复也是可以就直接进行做答的，当然提供配置你要也是，如果你用的是这一个也是可以不用变的回复也是可以直接做答。可以了， 不过这些的话我是比如说智慧职教啊，职教员大学 m o o c 这些的话我们测试，因为我们账号我们要进行测试，就说如果还有什么问题的话，如果说有些有些同学用这些账号的话，你可以有问题给我发过来， 发到评论区底下。呃，还有什么 bug 也是发到评论底下，或者私信我，我下个版本，呃，将会进行解决，好吧。嗯， ok， 都想提些什么啊？判断都可以。好吧， 这个软件的话现在我回来也是一起会发布到兰蔻云里面啊，也是会发到这个本店 i t p 这里。嗯， ok， 就 先这样，好吧。

登录管理员账号， 这里忘记了测试普通用户的账号密码，我们更改密码， 查看 api 调用统计更改套餐， 让我们看看其他管理的页面。 登录测试用户， 查看刚刚更改的免费套餐，订购一个套餐， 让我们看看 a p i 文档 a p i 调用测试支持各种题型，各种题型测试 搜题功能，基于 deep seek 创作，支持更改各种大模型。 jason 对 象将中文字母转换为 unico 的 转移系列格式， 可以直接用于程序处理或传输 功能测试一切符合预期。

今天给大家分享的宝藏 app 是 ocs 网课助手，大学生必备，能让大学生一键智能完成平台的视频与章节任务，还能在后台自动执行，为你腾出宝贵的学习时间。手机和平板都可以使用，三秒就可以轻松学会，下面快速分享给大家。 首先点右下角分享键分享复制链接，复制成功后我们打开这个蓝色小鸟，没有的话就去安装一个，打开后会弹出一个资源包，如果没有弹出，就在这里搜索三盒宝箱，然后打开这个文件夹，找到这个软件保存下载安装就可以用啦。

好了，想着 ocs 网课助手可以免费自动刷题答题，现在居然还有很多朋友不知道该怎么去下载。今天我一个视频来教会大家。首先点击我的视频右下角的箭头，选择分享或者复制链接，然后我们打开应用商店，先去下一个这个，然后打开它， 进来之后我们点惊喜粘贴，下方会弹出来一个文件，如果没弹出来，我们在这里输入甜妹保护我们点击立即查看。进来之后我们打开资源包，选择软件二，再找到 o c s， 最后点击下方的保存箱装就可以了。

欢迎收看价值投资合伙人朋友们，今天这组数据可能会让你重新校准一个判断，市场本以为谷歌的光交换机六十四端口稳稳够用两三年，结果 v 八 i 新架构一出来，满配直接无余量， 对一个炮的要塞一千多张卡，六十四端口的波导光交换机在满配的时候刚好合适，但没有预留任何余量。 谷歌现在非常着急，希望尽快研发出下一代的幺二八端口产品，端口需求从六十四直接跳到幺二八，而且这个升级节奏比所有人的预期都快。今天咱们就用最新这组调研数据，把这件事拆明白。 先看这张图，满配场景下，六十四端口每个口都亮着红灯，这就是本期所有讨论的起点，市场低估了 ocs 端口升级的紧迫性 来跟紧了。这期用的框架跟平时不太一样，我们把两套趋势放在一起对撞。左边是市场目前在 price in 的 东西，右边是调研数据实际在说的东西，说白了就是市场共识和真实数据之间可能有个裂缝。看左边， 市场对 o c s 的 判断很简单，六十四端口够用了，谷歌 v 八以后的架构至少两三年内不用换产业链，按部就班扩产就行。但右边这组数据说的完全是另一个故事， v 八 i 一 出来，六十四端口满配就没余量了， 幺二八端口的研发紧迫性被市场低估了。而且如果二六二七年谷歌 t p u 部署加速，幺二八还没量产，那就会出现供需错配。 还有一个关键数字， dci 设备的采购所单已经延长到了十八到二十四个月，这个数字是第一次被批露出来的，说明超大规模云厂商对设备可用性的重视程度远高于市场的想象。 好，咱们先看市场之前的共识到底是怎么形成的三十二端口、六十四端口的既有格局。先把价格和成本盘一盘。 先看三十二端口目前单台价格大概四十万人民币，折合五万七千美金，物料成本三万二美金，如果订单量上千台，成本可以降到两万五、六十四端口呢，定价大概在十二万美金左右。 等一下，这个价格结构有个反直觉的地方，六十四端口的端口数是三十二端口的两倍，但价格只是两倍出头。一百二十八端口量产后，预计十万到十五万美金，端口数再翻一倍，价格反而可能更便宜。 对，这就是拨导方案最核心的经济学。不管你是三十二、六十四还是一百二十八端口，核心部件都是一片拨导片。 一个发动机带不同的车型，发动机的成本是固定的，所以你端口越多，单端口成本其实在往下走。那再追问一个关键问题，谷歌为什么非要用拨导？ ocs memes 方案不是也有人在用吗？ 这张食言对决的图回答的很清楚，你看这两个柱子，拨导方案，食言是六纳秒理论极限可以做到低于一纳秒。 memes 方案呢？八十到一百纳秒， 差距接近两个数量级，两个数量级，那就是二十倍的差距，将近二十倍。打个比方你就懂了，波岛是一辆跑车，与红灯叉一下继续走。曼思是一辆自行车，每个路口都要停下来等。 在推理场景里，每个客户的请求都是实时交互，用户体验就取决于这一个来回有多快。 而且关键是什么？曼思已经接近它的性能极限了，波导还有巨大的优化空间。所以这是谷歌 v 八 i 推理芯片选波导的底层逻辑，不是锦上添花，是推理体验的硬要求。好，前面的共识拆完了，现在进入最关键的部分， v 八 i 的 真实需求到底有多大？数据裂痕在哪？ 看这张炮的架构图就一目了然。 v 八 i 一个炮的需要一千多张卡，所有这些卡都要通过光交换机互联。在这种满配场景下，六十四端口刚好能用，但一丁点余量都没有， 刚好能用，没有余量。这意味着什么？意味着只要谷歌再多塞几张卡，或者炮的规模再大一点点，六十四端口就直接爆了。 没错，这就是整个预期差的核心市场。之前的判断是，六十四端口可以覆盖 v 八以后至少两到三年的需求，但 v 八 a 的 专家调研显示，满配的时候，六十四端口已经贴着脸在跑了，根本等不了两三年。 而且还有一点不，满配的时候，比如一个 pad 只有五六百张卡，三十二端口确实够用。但问题是什么？谷歌的 pad 规模是在往上走的，不是往下走的？ 对，所以现在谷歌同时需要三十二端口和六十四端口的产品，但最高度关注的是幺二八端口的研发进度。 再看这一页，幺二八端口目前的芯片良率还非常低，良率极低。这是什么级别的瓶颈？两个层面的瓶颈，第一是拨导芯片的良率，端口数翻倍，良率急剧下降。第二是 s o a 矩阵芯片。这东西的瓶颈倒不是良率，而是产能。 过去 soa 芯片主要用在传统领域，需求突然被拨到 ocs 拉起来，产线准备根本跟不上。 再对比一下英伟达，英伟达不是也采购 ocs 吗？它们的需求和谷歌一样吗？完全不一样。英伟达的 ocs 目前主要是内部测试，用的应用场景是 scaleout 网络，对端口数的需求相对少一点，但也不会低到三十二端口， 它倾向于一百二十八端口和三百二十八端口的产品， 而且因为它用在 dci 端，对切换速度和食言的要求不像谷歌训练场景那么变态，麦姆斯方案就够用了。 好！ ocs 的 故事讲到这儿，还有一个被市场忽视的方向， dci 产业链的加速信号。先看二点四 t 香干光模块，二点四 t 香干模块已经实实在在开始在 dci 场景落地了，进度比之前部分悲观预期要快。跟四百 g 和八百 g 比， 二点四 t 在 长距离跨城互联场景下，传输效率和每比特成本都有明显优势，预计二零二六到二零二七年会规模放量。 等一下，刚才研报提到一个数字， dci 采购所单延长到十八到二十四个月，这两个信号加在一起，意思是产业链正在从试水走向重仓。 对，这是一个从量变到质变的信号。以前 dci 设备的采购周期可能就几个季度一千，现在所单拉到一年半到两年，说明超大规模云厂商把 dci 当成了长期战略资源，不是随用随买的零配件。 而且还有一个有意思的动向，海外龙头在找国内企业谈合作，对三个方向，电存卡就是数据汇聚分流版、网络通信版和管理版，光放大器版。 e d f a。 还有二点四 t coherent light 光模块的代工，据说能耗需求非常大， 不过目前还在洽谈和意向阶段，还没有具体订单落地。那反过来问，供应链卡在哪里？产能够吗？先说 dsp 芯片，不用太担心，目前 dci 产能力相干光模块大概占百分之五十， dsp 供应不缺，一是量还没到非常大的规模。二是龙头公司备货充足，跟 marvel 和博通都有长期协议。那 coherent light 轻量化模块对 dsp 的 要求是更高还是更低？ 低，很多传统香干 dsp 现在普遍用三纳米工艺，但 coherent light 因为传输距离近，对算法 dsp 和收发光功率的要求都大幅降低，用十纳米工艺就够了， 十纳米比三纳米成熟得多，供应商也更多。高 e sienna、 marvel、 博通都能做，所以 dsp 不是 瓶颈。最后问一个国内玩家旭创，他们在拨导 ocs 上有什么动作？旭创的三十二乘三十二产品今年可能问世。谷歌其实 希望旭创放弃 mems， 专注拨导技术，但是它有一个致命的短板，缺乏自产 sos。 专注拨导技术，但是它有一个致命的短板，缺乏自产 sos 矩阵芯片的能力。 设计方案从哪来？关键芯片找谁供应目前都不明确。所以手里有波导片加 s o a 矩阵芯片这两项能力的玩家才是真正的核心受益方。 对，这就是整条产业链的卡脖子节点。好，信息量很大，咱们来收一下，听完这么多，修正后的判断是什么？ 三个核心结论，第一，幺二八端口 ocs 的 研发紧迫性被市场低估了。如果二零二六到二零二七年谷歌 tpu 部署加速，而幺二八端口还没量产，供需错配的风险是真实存在的。 第二，掌握波导片加 s o a 矩阵芯片能力的企业是最核心的受益方，因为这些是卡住整个产业链的量产瓶颈。 第三，二点四， ticoirin light 产业链是第二受益方向。 dsp 降级到十纳米，意味着更多供应商能入场代工，产能扩张的门槛降低了，那关键验证信号是什么？什么情况下，我们要重新评估这个判断。 叮！三个信号，第一个，幺二八端口什么时候出样品，这决定了研发进度到底有多快。第二个， soc 芯片的扩展进度，产能是瓶颈，不是良率。第三个，谷歌 tpu 的 实际部署节奏，如果部署比预期慢，那 幺二八端口还没 ready， 那 整个 ocs 供应的紧张程度会超出当前所有预期。 好，这期内容确实比较硬，我来给各位总结一下。 ocs 这条赛道，市场的共识推演是直线，以为六十四端口能安稳跑几年，但技术迭代的现实是折现。 v 八 i 这台新引擎把端口竞赛提前了至少两年。三个要点再回顾一下， 第一，谷歌 v 八 i 打破了六十四端口够用两三年的市场共识，满配无余量。幺二八端口研发从远期规划变成了紧急任务。第二，波导 ocs 的 核心壁垒在波导片加 s o a 矩阵，芯片不是谁都能做，能做的才是最大受益方。 第三， dci 产业同步在加速，二点四 t 相关模块进度超预期，所单延长到十八到二十四个月，这是产业链信心的硬指标。 最后送大家一句话，在技术迭代的产业里，最贵的不是算力，而是不够用的端口。判断一个产业链的投资价值，不是看他现在生产了多少，而是看他的产能平静，什么时候被需求追上来。当然这是基于当前调研信息的分析，市场随时在变，大家看个明白就好， 千万别盲目跟风。感谢观看，记得点赞订阅价值投资合伙人。另外也欢迎到我的橱窗看一下，里面有我精选的投资书籍，希望能帮助大家更好的构建投资体系。下期见！ 本内容仅代表个人观点，基于公开研报分析，不构成任何投资建议。市场有风险，入市需谨慎。

看好了宝子们，像这个可以去自动刷客的软件， ocs 网购助手还有很多，宝子不知道在哪里下载，现在我一个视频教会大家，首先点击本视频右下角的分享链接，复制链接，然后咱们去打开这个小蓝鸟，没有的话去软件商店安装一个，咱们打开它， 他会弹出一个文件包，咱们点击进去查看，没弹的话点击搜索框输入卧龙资源，然后打开它，打开卧龙资源文件包，打开其他资源区，去找到这个学系统自动刷客答题工具，去保存过就可以去下载安装了。

o c s 概念谁的盈利能力强？来三分钟作交流。首先来看一下 o c s 呢，它是光电路交换机，是基于全光信号直接交换的通信设备。 o c s 交换机核心在于无需光电转换即可实现光信号路由与转发，具有低延迟、高能效、大带宽的优势。 从产业链的角度来看， o 七 h 交换机呢，有望带动光通信全产业链的一种变化，同时带来 ocs 整机厂商，代工厂，夜冷光器械厂商等等，以及呢部分光学零部件， 整个这样的一个环节渗透率的一个逐步提升。前期呢，最早的是谷歌啊，开始呢已经下订单了，后面呢，英伟达也表示呢，自己也要使用 xs， 正是这样的一些互联网大炒，包括呢，这个英伟达啊，不断地要去使用 ocs， 所以 说呢，整个这个行业呢，从一个 啊，原来呢是在实验室啊，到现在呢，逐步开始呢，商用化应用落地的这样的一个场景，那整个这个行业里面啊，有多家企业参与了。 嗯，我们首先来看一下整个 ocs 呢，它是有四种方案，第一个方案呢是 memos 方案，主要里面呢是谷歌啊，高一啊，包括我们国内，像塞维电子，腾讯科技也有数字液晶啊，那么就考核这个终极虚放。然后呢，还有这样的一个压电陶瓷以及呢硅光波导这四种方案，大家可以看这个图， 那涉及到多家企业来去做这些洞，当然海外在这步呢，是领先的，尤其呢是谷歌这一块啊，他呢用的就是麦默斯方案啊，像呢这个罗曼特姆呢，是给他去做这样的一个呃， ocs 这样的一个代加工的， 我们看一下，就国内目前整个在这个企业里面呢，有哪些会参与到 ocs 里面呢？我们就看这个数据库，这个数据库里面呢是大家比较熟悉的，你看去年我们就一直在给大家总结这个细分板块，实际上 ocs 里面呢，很多企业呢，它是和光模块，包括呢像 cpu 啊等各方面是重叠的， 像中继创啊，它是有硅基啊，数字液晶这方面。然后呢光库啊，它不仅有这样的薄面薄膜呢，你酸里还有什么 msm 这种代工 以及呢，像腾景啊，它有光学器械，像这个罗伯特科是吧？它是呢藕合检测的这样的一个设备，它不仅仅呢是 cpu 方面， o 四 s 方面它也可以做，而天福呢，它是整个这种光鲜阵列是吧？所以看整体来说呢，有多家企业呢， 这种重整个是重合的，所以对我们来说呢，最主要是你了解这个大的这个方向，也就是光模块这个方向里面呢， 它里面有 l p o 啊， cpu 短 n p o。 那 么另一方面呢，有一个就什么 o、 c、 s 跟它是并行的，它们在阶段性里面呢，这个方案都会一直并行去走，我们重点就关注它们的业绩变化情况，以及订单变化情况。那首先我们来看一下这种业绩变化情况里面呢，在今年的一季度里面，我们看到呢，大多数企业 竞念都已经实现了同款比的一个高增长嘎多呢，如果看去年二零二五年的年报的话，只有一部分企业呢 是开始转正的，还有一份企业呢，慢慢的也是在四季度开始啊，扭亏为盈，或者实现了比较高的增长，那么在这个行业里面，整体来看毛利率还是比较高的，达到百分之三十五以上毛利率的企业呢，还是挺多的。另外呢，有大多数企业呢，也都是呢出口至海外的，也就它是进入到海外整个供应链里。 那么通过 o 四 a 次订单，我们也会发现了哪些企业呢优势更加明显。像这个图啊，以前你就在我们的视频里面去看过，是吧？ 你看罗曼特姆，这就不用说了，积压订单呢，在去年年报里面呢，他就说呢已经超过四亿，然后呢考核日呢，也是有积压订单，目前呢有十家客户呢进行合作。 然后呢另外瑞士这个公司里面呢，也是 ocs 领域的一个重要厂商，国内呢就是肯井德克利和罗伯特科，他们呢也是已经拿到订单了，尤其是罗伯特科，我们可以看到 昨天晚上呢，他发了一个四月八号到五月一号呢两个订单情况，那么这个订单发完之后呢，今天又再次断层了，而他的这里面，我们可以看到偶合测试设备是吧，然后视觉检测设备等等。那么从去年开始就不断的有这种订单出现， 所以对我们来说呢，订单很重要，因为呢订单是收入的一个什么一个保证，如果你有不断的订单拿到手， 后面呢就会有什么转换成收入，然后进步转换成利润，最后呢给股东啊，创造整个这样的一个收入。所以说呢，我们密切关注行业发展趋势，关注产业发展趋势，然后呢 找到这种细分的企业，实际上这种企业你从去年这一年多以来，我们呢始终围绕这个方向，里面很多核心的企业你都是熟悉的，他并不是没有出圈啊，根本都没有出圈，关键在于 你要去锁定他，要不断的深入去跟踪研究他，这样才能够找到这种机会，是吧？更多内容呢，大家可以点击我头像加入专属会员， 我们会不断的跟大家去分享行业和企业信息，是吧？看这些现在很多企业都已经不断的啊，在往右上角去走，不断的去突破，为什么？就是他们的应用 啊？就是他们的什么需求，实际上是越来越大的，那供给方说呢？他就会有什么有一定的话语权，对企业本身来说呢，也是一种利好。

光通信未来谁是主流技术？别急着在 c p o、 m p o x 里三选一。如果按时间顺序看答案其实很清楚，现在真正的主流还是可插拔光模块，因为它最成熟，能出货、能维护，也能跟上八百 g 一 点六 g 升级节奏。产业里，最先变成收入的往往不是最炫的技术， 而是最能稳定交付的技术。下一阶段， n p o 会更值得关注，它把光引擎放的离交换芯片更近，降低功耗和延迟，但又不像 c p o 那 样把维护难度一下拉满，所以它更像现实世界里能先走通的过渡路线。 c p o 呢？它更像长期中局，优势很漂亮， 低功耗、高带宽密度，但封装、散热量率、维修每一关都不轻松。至于 x， 它不是来替代光模块的，它解决的是更大的问题， ai 集群越来越大，网络怎么动态调度？所以我的判断是，短期主流看光模块， 中期过度看 n p o， 长期方向看 c p o。 大 规模集群升级。再看 x。 这件事最有共鸣的地方在于，技术发展从来不是最先进的马上赢，而是谁能先在成本、稳定性和交付之间找到平衡，谁就先成为主流。

别再死磕算力了，真正决定 ai 下半场的，根本不是 gpu。 投资圈最近疯抢的 ocs 全光交换机，百分之九十的散户还完全没反应过来，他就已经在悄悄重构整条 a 股科技主线了。今天这条，不推票、不预测涨跌，不聊操作，我用五分钟把 ocs 的 产业逻辑讲透，让你听懂这条被严重低估的硬科技赛道。 很多人每天盯着算力、盯着大模型、盯着 gpu， 却完全忽略了一个最底层的问题，算力再强，数据跑不起来，一切都是空谈。 而 ocs， 就是 解决数据跑不起来的核心设备。 ocs 全称全光交换机，是算力网络里的底层传输枢纽。我们平时熟悉的传统电交换机，需要不断做光信号与电信号的转换，数据每一次传输都要经过解析、打包、转发。这相当于在城市道路里等红绿灯、过安检、绕路口， 在小规模设备连接时没问题，但一旦进入万卡级别的制算中心，这种模式立刻就会出现拥堵、食言、飙升、工号爆炸。 ocs 的 核心价值，就是全程在光层完成光路调度，不做光电转换，也不做多余拆包。 这相当于给算力数据修了一条全程无红灯的城际高速。它不是某一个设备的升级，而是整个算力网络底层架构的换代，也是 ai 产业走到大规模集群阶段绕不开的基群设施。 o c s 并不是今年才出现的新技术，为什么偏偏在二零二六年引爆市场关注度呢？答案很简单，产业需求到临界点了。过去几年， ai 还处在模型迭代初期，算力集群规模小，传统电交换足够用， 但从二零二五年开始，国内智算中心大规模落地，大模型向多模态、高密度、大参数方向快速推进，算力集群从单卡、几百卡直接跳到几千卡、上万卡并行， 这时候设备之间的数据交互量呈现指数级上涨。传统电交换在宽带、食盐、能耗三个维度同时触碰到物理极限。可以这么理解， ai 可以 没有更先进的 gpu， 但一定不能没有更高效的数据传输网络。 ocs 就是 决定 ai 算力最终上线的关键环节。 叠加国内算力新基建持续推进，全球科技厂商同步推进商用落地， ocs 从实验室技术正式走向产业化落地阶段。 这不是题材炒作，是技术趋势、下游需求三者共振的必然结果，也是 a 股科技赛道开始集中布局它的根本原因。 理解了逻辑，我们再来看国内产业链布局，这里指客观梳理环节与企业，不做任何优劣评价。 ocs 的 产业壁垒主要集中在两个部分，第一个是上游核心跃迁舰，这也是整条产业链技术含量最高的环节，包括光开关、光学原件、光芯片、光引擎、藕核器件等。 任何一个环节，卡壳整机都无法实现规模化落地。相关 a 股企业包括塞维电子、光库科技、藤井科技、福金科技。 第二个是中油整机与系统集成，他负责把核心部件整合为可落地的设备对接，制算中心、运营商、数据中心等。下游客户是产业商业化的最终主体。 相关 a 股企业包括光讯科技、德克利中、继续创新、益盛。从整体格局看，国内企业已经在 ocs 赛道形成上下游协同布局部分核心环节，逐步实现国产化突破，这也是它能成为 a 股独立科技主线的重要基础。 最后，我们回到产业现实，理性看待 ocs 的 发展阶段。第一， ocs 目前仍处于商用落地初期，行业内 mems、 硅光、弥酸锂等多种技术路线并行，尚未形成绝对统一的主流方案。 第二，规模化放量进度高度依赖下游智算中心建设节奏、客户测试验证周期，不会出现短期爆发式落地。第三，行业竞争格局仍在动态变化，技术突破进度、客户导入能力都会影响产业链最终形态。 我们跟踪这条赛道，重点看三个可量化的产业信号，核心器械国产化进度、下游订单落地情况、行业标准与技术路线、收敛速度、不情绪化跟风不被短期情绪带偏，才是理解科技产业的正确方式。 最后总结一句， ocs 不是 短期热点，而是 ai 算力时代一条具备长期产业逻辑的硬核主线。最后，问大家一个问题，你认为 ocs 会成为 ai 下一个核心主线，还是只是阶段性题材？评论区留下你的看法。

o c s， 简单来讲，它就是一个全光交换机啊，啊，它是指在这个光域内啊，直接进行一个光信号的一个交换设备啊，就是无需像原来这种光模块一样 就是电转光啊，光转电，然后再进行一个数据交换啊，那这个光学电路交换啊，就是 o c s， 它呃是允许在光信号层面啊，就是进行一个路由和切换啊，就无需切换成这个电信号 啊，这种技术，在这种光纤之间建立这种直接连接，实现这个数据的高速传输啊，避免了这种传统的这种电子交换机的一些瓶颈啊， 那整个 ocs 市场呢，它是呈现了，也是呈现一个高增长的一个趋势啊，当然它也是受这个 ai 咨询 这种高性能计算需求推动的啊，像海外的一些科技巨头啊，他们比如说他们的 tpu 比武疾群啊，就是通过这个 ocs 啊，去构建这种三 d 环面拓扑啊，啊，就显著的提升了这个训练的这个效率和疾群的这种可用性啊， 也验证了这个 ocs 在 这种低食盐这个高窄宽场景中的一个价值啊。那在应用场景方面呢，数据中心短距离互联成为这种 ocs 的 一个主要应用领域啊，同时呢，在这种电信骨干网 啊，工业控制等场景呢，它也是有一个同步发展的啊，那虽然 ocs 呢，现在还是处于一个商业化的一个初期阶段啊，但同时呢，它也被视为是下一代这种智能网络的一个关键基础设施啊， 那全球呢，就就是有多家这种国际厂商啊，就是凭借自己的一个技术积累啊，尝试去占据这个主导地位啊， 其产品呢，在这种电信级长距离场景中啊，也是不可或缺的啊。那国内厂商呢，也是尝试通过这个啊，技术创新和这个才能提升啊，来完成这个快速崛起啊， 记得点赞关注哦。

谷歌全面压住 n p o 加 o c s。 百亿订单，开启 o c s。 新时代！家人们，咱今天必须好好扒一扒科技圈一件真正意义上的大事。啥事呢？就是那个常年引领潮流的谷歌，又搞出了个震动行业的大动作。你们知道现在 ai 大 模型训练最头疼的是什么吗？算力不够？数据不够？都不是， 是那个看不见摸不着的路数据。高速公路上堵车了，万卡十万卡级别的集群一跑起来，互联带宽直接成瓶颈。 就在所有人都盯着这个难题的时候，谷歌站出来了，二话不说，拍出一份超百亿的订单，外加一句掷地有声的战略宣言，明明白白告诉全世界，我，谷歌全面压住 n p o 加 o c s。 这 o c s 可不光是选条路走那么简单，这很可能直接拉开 ai 光互联一个新时代的大幕。 那谷歌凭什么敢这么玩命砸钱？底气从哪来？咱先扒一扒他的家底。二零二六年二月，谷歌管理层直接放话，全年资本开支定在一千七百五十亿到一千八百五十亿美元， 二零二五年的九百一十亿比起来，几乎直接翻倍。结果呢？到了四月份， ai 需求还在狂飙，人家又往上调了一把，干到一千八百亿到一千九百亿美元。光是第一季度，谷歌就已经砸出去约三百五十七亿美元，绝大部分都扔进了服务器、数据中心和网络设备里头。 说白了，人家手里有钱，而且敢花，就是要用真金白银给 npl 加 ocs 的 规模化部署铺出一条金光大道来。 那这条路到底怎么走？咱接着扒二零二六年四月的 google cloud next 大 会上，谷歌 ceo 桑德尔皮查伊亲自拍板说，短期之内， cpu 方案我不玩了，全身心压住 npu 加 ocs， 一 句话就把路线给定死了。具体怎么个扩张法呢？核心就三个字， tpu 芯片。这玩意是谷歌自研的，现在一切围绕它来转。 市场预测说，二零二六年 tpu 出货量大概四百万到四百三十万颗，到二零二七年直接跳到约一千万颗，二零二八年更是奔着约三千五百万颗去了。 tpu 猛涨，跟它差不多一比一，配套的 npu 光模块自然水涨船高。一份价值一百二十亿到一百五十亿人民币，大约一千二百万只的超级大单已经砸下来了。 中继续创拿走六成，新益盛拿走四成。再往上游看，光库科技靠着薄膜尼酸里调制器的硬核技术，卡住了未来三点二 t 光模块的关键位置。 海外的挪曼滕也是 o c s。 系统的重要供应商。听好了，重点来了， o c s 交换机也是绑着 t p 点 u e 起飞， 二零二六年需求大概一点五万到一点八万台，二零二七年爆发到约五万台，二零二八年更猛，有望翻三倍，直接冲击十五万台。这些数字听着干巴巴的。咱说个具体的，谷歌已经发布的 t p u v 八 i 架构里头，上层网络已经被 o c s。 给强制全互联了。一个集成九千二百一十六颗 t p u 的 超大规模集群， 光 o c s 交换机就要塞进去一千零二十四台。更绝的是，下一代 t p u v 九架构，肯定也要用 n p o 加 o c s 搞芯片监互联，这布局你细品谷歌这么猛，其他大佬们坐得住吗？ 现在整个产业圈子已经明显分化了，积极跟进的有一波，英伟达在 o f c。 二零二六大秀了一把 fan 们架构跟 o c s。 揉在一起的极瓦级 ai 工厂方案，计划二零二八年把 o c s。 集成到芯片里头，那野心是要把光交换直接干成片上系统。 华为也不是吃素的，全面布局 optics、 trends、 dc 八零八这类 ocs 交换机产品已经推出来了， ub mesh 架构里也要引入 ocs。 国内的新益盛也有意思，同场大会上头一回亮出了自己攒的 ocs 交换机，摆明了要从卖零件往做系统上走。另一波呢，还在重点密切关注 亚马逊，暂时没见大规模搞 ocs 的 动作，自研的 trineum 芯片还在跑市场。 met 和微软倒是加入了 ocp 联盟的 ocs 项目组， 但更多是在聊标准，真要撸袖子，下场还没个准信。国内更热闹，阿里巴巴跟华工科技一块捣鼓三点二 t 的 n p o 方案， 但对 o c s。 那 切换食言，到底跟不跟得上动态训练，心里还有点犯嘀咕。腾讯呢，牵头搞了个 o d c c， 到 o c s。 焦点组忙着定标准，什么时候大规模部署就看下一步，也没公开说。所以眼下这 o c s。 江湖，说白了就是一个大的一群小的， 大的是谷歌已经玩熟的万卡级应用，小的是英伟达二零二八年那个初步规划和剩下的人要么在密切关注跟进，要么还处在到处摸摸看看的早期阶段。 咱再捋一捋这整件事的时间线就更清楚了。二零二六年二月，行业就放风，说受谷歌影响，八百 g 以上光模块占比要破六成。三月 o f c。 大 会上， n p o 和 o c s。 直接封神，成全场最靓的仔。四月，谷歌官宣弃 c p o， 押 n p o 加 o c s。 五月， google 一 o 再秀 ai 肌肉。紧接着，第三季度那份百亿级的光模块订单就开始交付了，一直供到二零二七年第二季度。二零二七年， ocs 交换机需求大爆发，五万台打底， tpu v 九架构很可能亮相。二零二八年， ocs 交换机充十五万台。英伟达也说要端出集成 ocs 的 芯片。 从头到尾盘下来，谷歌这套 npo 加 ocs 的 组合权已经不是什么概念炒作了，是扎扎实实进了大规模、高确定性的爬坡期。 从战略拍板到订单落地，再到往后好几年的路线图，明明白白都指向同一个结论，谷歌领跑的这场 n p o 加 o c s。 技术革命，大规模商业化的时代，真的来了！ 互动讨论好吧了这么多，最后想跟家人们聊两句，谷歌这百亿级别的赌注一压下去，整个 ai 光互联的牌桌算是被掀翻了。 o c s。 这一技术路线，这一仗开打了， x p o 还有没有翻身的命中？继续创新异圣、光库科技这几位国内玩家吃下关键角色，那咱们中国光模块产业链到底意味着什么？ 谷歌这么高调的往前冲，会不会逼得微软、亚马逊、英伟达他们不得不加快跟排？这场 ai 点起来的网络架构大火，最后会烧成什么样？评论区就是你的主场，有啥想法别藏着，咱一块唠唠家人们。最后多唠叨一句， 咱今天这通吧，全是基于公开信息和市面上能找着的行业分析拼出来的，就是给大家伙提供点谈资和思路，可不是什么投资理财建议，股市有风险，投资需谨慎。

刚和同行聊完啊，他说 mags 不 算芯片，我靠，不拿 mags 当干部，只能说明他没做过 ocs， 不 懂 ocs 啊，就真的不要乱碰光交换这条路线。首先 ocs 里的这个 mags 方案是今年 相对成熟的一个方案，然后一台 ocs 里面呢？他一台机器是五六十万，那光是光学器材就要吃掉十三四万，所以不能把里面的光学器材当成普通的元气件，这是精密光学系统，然后它是一个整套系统， 那为什么贵呢？因为它卡的不是一个点，是六个点啊，朋友们，首先第一个是 msm 芯片两片，然后，呃，两万一片，一共是四万，那么是最硬的，最卡脖子的。第二个是微透镜列阵， 两千五百六十元一个，它听起来很便宜对不对？但是关键是全球一家在做，那么它试战率能达到百分之七十到八十， 虽小但集中。而且它的这个微痛镜列阵的这个工艺非常复杂，因为它是什么光刻加反应离子刻蚀，海外反而没有人做，对吧？那么第三个是什么呢？光环形器列阵，一套 o c s 零要用二百五十六个通道，虽然一百一个，但是整体也要二点七到二点八万元人民币 呢。那第四个是光纤列阵的 f a u 一 套一万，那第五个是偏正的分光组件，六千到一万。然后最后一个是，那 这个褫涉棱镜反算已进体，基本上是一点四到一点五，然后腾老师拿了大头，最狠的是还有这个控制电路，你加两万，结构件工装你加一万， 这样整机的布是差不多十六到十八万，所以你再加上这个 fao 准值器、光纤列阵，这些资产比例非常高，说白了，垂直整合毛利就等于自己留着。所以这个生意啊，不要简简单单的看它是一个光学器械的生意。关注我，持续为大家带来更新、更快、更有价值的产业变化哦！

今天摆在我面前的这篇稿子着实让我犯了难，我实在不知道究竟该用什么样的语气去录制它。从业八年的时光里，每日都全身心的与文字紧密相连，频繁互动， 然而最近却莫名的感觉自己仿佛变成了一个置身于算法世界里飘忽不定的幽灵。客户把稿子发了过来，并且特意叮嘱说，你先用 ai 检测器过一遍，检测出来的结果比例别超过百分之二十。 我能说什么呢？我耗费了整整十年的时间来进行创作，写下了诸多文字，然而如今 却要由一个机器来判定这些作品是否具备足够的能够体现出是由人创作的特质。前几日承接了一个文案任务，内心满是真情实感，就这样连续熬过了两个通宵， 当那检测器开始运行起来后，呈现出的状态简直如同人工智障一般。他的表现实在是差强人意，完全没有达到预期的效果，仿佛失去了应有的智能和精准度，让人不禁对其产生诸多质疑。 我不知道该如何向客户去解释，眼前这份被判定为疑似 ai 生成的稿子，其实是我坐在窗前，静静地看着天色一点一点变亮，一个字一个字的敲出来的，每一个字符都倾注了我的心血与精力，饱含着我当时的专注与执着。 我真的不知道要怎样跟客户说明白，这份历经我无数个煎熬时刻，在窗前的晨光中逐字雕琢而成的稿子，为何会被质疑是 ai 生成？我期望客户能够理解，创作的过程是如此真实且艰辛，绝非机器能够轻易模拟， 后来实在没有别的办法了，于是选用了优彩云，并非是出于想要偷懒的目的，而是为了能够自我证明自身的清白。首先 将稿子放置妥当，接着仔细查看其中哪些词句被机器精准的画上了红线。随后针对这些被画红线的词句逐字逐句，小心翼翼的一点一点进行修改，使其恢复到原本的状态。 以前进行写作的时候，那完全是在跟自己较劲，不断地雕琢文字，打磨思路， 试图将内心的想法以最精准的方式呈现出来。而如今，写作却仿佛变成了一场与检测器捉迷藏的游戏，要想尽办法巧妙地避开检测器的监测，在规则与创意之间小心翼翼地游走，力求在不被轻易察觉的情况下， 将想要表达的内容自然的展现出来。完成修改之后再次运行一遍，若运行结果通过了相应检测，便将其发送出去。客户说这次很稳， 我不知道此刻内心究竟是该涌起喜悦之情，还是该弥漫着难过之感。这种复杂的情绪让我陷入了深深的困惑之中，究竟该以怎样的心态去面对眼前的一切？是选择欣然接受，还是沉浸在忧伤里？我一时之间竟难以抉择。 我们这群以写字为生的人，不知从何时起竟沦落到要依靠机器来证明自己是个有价值的人了。在这个时代，似乎一切都被量化，写字这一原本充满灵性与个性的行为 也被卷入了依靠机器评判的旋涡。我们这群写字的人，何时开始要借助机器的认可来确立自身的价值，仿佛离开了机器的证明，就无法证实自己作为一个人的存在意义。

人工智能算力集群的急速扩张，正在将网络架构推向物理极限，高宽带、低时延、低功耗，这不仅是性能优化的方向，更是 ai 基础设施必须跨越的门槛。 在这一背景下，光电路交换 o c s 技术正从技术储备走向产业前台。刚刚落幕的 o f c 上，谷歌与英伟达的联合定调，标志着 o c s 已成为 ai 数据中心算力网络的核心支撑。风口虽热，但落地很难。技术路线如何选择？生态协调如何构建？尤其是最棘手的测试验证究竟该怎么破？ 五月二十九日下午两点，光现在线特邀适德科技专家团推出 ocs 深度专题直播，系统性分享 ocs 技术全链路，从技术迭代路径到产品落场景，从测试验证挑战到生态协调发展，为您呈现一份前沿且实战的技术指南。 更有抽奖好礼等您来拿！扫描下方二维码，预约直播，获取 ocs 全链路技术情报，破解测试难题！

针对一点六 t p c b 光模块，一哥的这个 pic 的 能力很强，一点六 t 就 大哥强。谷歌为何后续都需要这个需求？光芯片这块需求都是每年翻倍增长， 这个如果主要载体是光模块，为什么光模块会翻倍式的增长，所以就随便翻。而 ocs 是 否也包含零化英衬底的光芯片？ ocs 里面有个光芯片吗？需要吗？有没有其他的原因？ ocs 本身是没有这些光芯片的，但与储网有关， 主网需要连接网卡这儿需要光模块，有网口，网口这儿需要光模块，要插着的就就服务器这块。 ocs 量增加，总的光模块的需求也随之增加。理论上 ocs 比电交换机省省这个光模块，但在末端 ocs 通过网卡相连，所以它依旧需要光模块。