在AI训练对算力需求呈指数级增长的压力下，数据中心的内部通信带宽正成为新瓶颈。传统电互连在高频下遭遇信号衰减、功耗剧增和延迟抖动问题，促使业界探索光互连方案。微软在Build 2026上披露的Project Mosaic，正是针对这一痛点的实验性尝试。

Project Mosaic由微软剑桥研究院主导，其核心是采用micro-LED实现光学互连。与当前数据中心普遍使用的VCSEL（垂直腔面发射激光器）不同，micro-LED具备更低的驱动电压和更高的调制效率。微软Azure CTO Mark Russinovich在演讲中指出，该技术能够以每比特飞焦耳级的功耗完成数据传输，同时维持极高的速率。高级研究员Kaoutar Benyahya的现场演示更直观地展示了该技术的可行性：通过单个micro-LED的快速调制，光束在空间中形成字母形状，证明其具备实时响应能力。

从技术路线看，Project Mosaic并非直接服务于当前AI训练中的GPU集群直连。它更接近一种底层物理层革新。当前主流的InfiniBand或RoCEv2网络依赖铜缆和光模块组合，而Micro-LED光互连可以直接在芯片或封装层面实现片间或机柜间的高密度光通道。这意味着，未来数据中心可以摆脱传统交换机的层次化拓扑，转向更扁平、更动态的光学交叉连接网络。

短期而言，该技术对现有AI训练没有立竿见影的提升。因为当前模型并行训练中的通信压力主要集中在张量并行和流水线并行阶段，依赖高速NVLink或类似专用互连，而非通用以太网。但长期看，当AI集群规模扩大到数万节点，全光交换的功耗和延迟优势将显著凸显。微软将这项技术定位为“实验性”，暗示其距离量产仍有距离，可能需要解决micro-LED的集成密度、热管理以及与现有协议栈的兼容性问题。

对行业而言，Project Mosaic释放的信号是：光学互连正在从实验室走向工程化。英特尔、英伟达、Ayar Labs等厂商也在推进硅光子和光学I/O方案，但微软选择micro-LED这条路径，显示出其对低成本和低功耗的侧重。对于数据中心运营商和AI基础设施规划者，建议关注该项目后续的demo和论文发表，特别是其与Coherent Optical（相干光）的对比测试数据。如果micro-LED能够实现每通道100Gbps以上且总功耗降低一个数量级，那么2028-2030年的数据中心组网方式将被彻底重塑。

趋势判断：AI训练对功耗和延迟的极致要求，终将推动光互连从机架间走向芯片内部。Project Mosaic是微软在这一关键赛道上布下的一枚棋子，其意义或许不在当下，而在为未来十年数据中心的“光进铜退”提供一条可工程化的路径。