你建立一个关系：服务器-GPU-光模块。说明不同代际服务器要多少gpu，一个gpu要多少光模块

我整理了不同代际主流AI服务器GPU对应的光模块适配配比，都是当前行业普遍认可的通用标准，不同集群规模、组网架构下会有小幅浮动哦：

一、英伟达各代际GPU常规适配配比

1. H100系列
   标准DGX-H100 SuperPod集群采用ConnectX-7双端口InfiniBand网卡，单颗GPU对应1个400G光模块+1.5~2.5个800G光模块 【3】 ；在Hopper时代通用三层Scale-out网络架构下，行业通用基准配比为1颗GPU对应约3个800G光模块 【1】 。
2. Blackwell系列（B200/GB200/GB300）
   • DGX-B200 SuperPod、早期GB200 NVL72搭配ConnectX-7网卡时，和H100配置基本一致，单颗GPU对应1个400G光模块+1.5~2.5个800G光模块 【3】 。
   • GB200 NVL72升级ConnectX-8网卡后，单颗GPU对应1个800G光模块+1.5~2.5个1.6T光模块；如果是576GPU规模的2层NVLink Switch组网场景，单颗GPU的1.6T光模块配比可达9:1 【3】 。
   • GB300的标准SuperPOD万卡级集群场景下，仅计算网络的光模块与GPU比例为2.5:1，叠加存储网络后总配比接近4:1，其中GPU:800G光模块:1.6T光模块的比例为1：1：2.5 【5】 【6】 。
   • 普通GB300基础场景下1.6T光模块和GPU的配比为1:23，升级到英伟达VR200机架后，1.6T光模块的配比直接翻倍到1:46 【2】 。
3. Rubin系列
   传统可插拔光模块方案下，2层组网的Rubin集群1.6T光模块与GPU配比为1:4，3层组网场景下配比提升至1:6；如果采用CPO共封装互联方案，光模块用量会大幅下降，1.6T光模块配比从1:4降低到1:1 【4】 。行业通用的Rubin时代三层Scale-out网络基准配比为1颗GPU对应4~4.5个1.6T光模块 【1】 。

二、其他厂商自研芯片的适配配比

1. 谷歌TPU V7：ICI互联层+数据中心网络层合计，单颗TPU对应2个光模块，其中ICI层占1.5个、DCN层占0.5个 【7】 。
2. 海外CSP自研ASIC：谷歌、亚马逊的ASIC光模块连接率普遍为1:4，Meta自研ASIC搭配复杂DSF解耦调度网络设计，800G光模块配比可达1:8~1:12 【2】 。
3. 国内主流自研GPU/ASIC：采用每服务器8卡标准设计的国产芯片，800G光模块的通用配比为1:4~6；华为云矩阵384采用全光连接架构，光模块配比高达1:18 【2】 。