在AI算力军备竞赛持续升级的背景下，数据中心的内部互联正成为新的瓶颈——GPU集群之间的数据传输不仅消耗巨量电力，还对传统光模块的密度和散热提出严苛挑战。微软在Build 2026上披露的Project Mosaic，给出了一个看似反直觉的实验性答案：用消费级micro-LED显示器的发光单元，去做数据中心级的光学互连。

Project Mosaic的核心思路是废弃传统VCSEL（垂直腔面发射激光器）或硅光调制器，转而采用micro-LED作为光信号发射源。微软Azure CTO Mark Russinovich介绍，该技术由微软剑桥研究院主导，目标是通过micro-LED的低功耗、高调制速率特性，实现更密集、更节能的片间或板间通信。高级研究员Kaoutar Benyahya在现场演示了单个micro-LED的快速闪烁，通过调制在接收端形成字母图形，证明其具备实时响应能力，而非停留在理论模拟阶段。

有趣的是，这一技术路径当前的应用场景相当特殊：micro-LED此前主要用于MicroLED显示面板，追求的是高亮度、长寿命和像素级独立驱动，从未被严肃考虑用于高速光通信。但微软团队发现，随着micro-LED制造工艺成熟，其发光面积可以小至数微米，且具有极短的上升/下降时间（纳秒级），天然适合高波特率信号传输。相比传统激光器，micro-LED的输出功率较低，但对于短距离（几米到几十米）的数据中心内部链路，功耗优势反而更突出——不发热、无需温控，且能直接在硅基衬底上集成。

这里需要明确：Project Mosaic短期内对AI训练没有直接帮助。当前的GPU集群仍依赖成熟的光模块和铜缆方案，且micro-LED的带宽、单链路速率与现有方案仍有数量级差距。但其长期价值在于改变了光互连的“成本功耗-密度”曲线。如果未来能实现芯片级集成，将数万个micro-LED阵列嵌入加速卡或交换机硅中介层，数据中心可能不再需要昂贵的外置光模块，而是通过板载光学互连直接构成全光网络。这将大幅降低组网复杂度与功耗，尤其适合规模化训练集群的胖树或Dragonfly拓扑。

从行业对比看，英特尔、Ayar Labs等公司主推硅光互连，依赖激光器与硅波导；而微软选择了更“极端”的全发光二极管方案，赌的正是micro-LED制造的规模效应带来低成本。这一策略的风险在于：micro-LED的调制速率上限受限于载流子复合寿命，且光耦合效率、驱动电路设计均需从零验证。但微软剑桥研究院长期深耕光互连基础研究，此前已在Nature Photonics等期刊发表多篇相关论文，表明其并非短期博眼球，而是有系统性的理论储备。

对于关注AI基础设施的读者，建议保持以下视角：不要过早押注micro-LED光互连，但应将其列为数据中心“后硅光时代”的备选赛道。当前最值得关注的是微软能否在1-2年内实现与现有标准光模块的兼容演示，或推出专为超算定制的原型系统。如果进展顺利，Project Mosaic将与微软自研的Maia加速器、Azure基础设施形成闭环，成为其差异化竞争力的隐形壁垒。