May 08, 2025

‌Optiskie moduļi: AI datu centru “ātrgaitas neironu tīkls” ‌ ‌ ‌ ‌ ‌ Kodējot, kā optiskie moduļi virza inteliģentu skaitļošanas revolūciju‌

Atstāj ziņu

Mākslīgā intelekta (AI) laikmetā, kas virzās uz pārtraukuma ātrumu, skaitļošanas jauda ir kļuvusi par galveno motoru, kas virza sabiedrības digitālo transformāciju. Sākot ar Chatgpt reālā laika sarunām līdz milisekundes līmeņa lēmumu pieņemšanai autonomā braukšanā, AI modeļu apmācība un secinājumi rada nepieredzētas prasības datu centra pārraides efektivitātei. Kā "lielceļa" iekšējā un starpdatu centra savienojamība, optiskie moduļi parādās no aizkulisēm, lai kļūtu par kritiskiem komponentiem, kas atbalsta AI skaitļošanas jaudas eksplozīvo pieaugumu.

 

Saskaņā ar statistiku tiek prognozēts, ka globālais AI skaitļošanas tirgus līdz 2025. gadam sasniegs 25,9 miljardus USD, un gada pieauguma temps pārsniedz 36%. Saskaroties ar stingrām prasībām, piemēram, 3TB\/S GPU atmiņas joslas platumu un savstarpējo savienojumu, kas pārsniedz 10, 000 GPU, optiskos moduļus ar to lielo ātrumu, zemo latentumu un energoefektivitāti, ir atslēga, lai palielinātu plaisu starp skaitļošanas jaudu un komunikācijas spējām. Šis raksts sniedz padziļinātu analīzi par optisko moduļu galveno lomu AI datu centros, to tehnoloģiskajā attīstībā un nākotnes izaicinājumos.

info-594-238

‌I. Kāpēc AI datu centriem nepieciešami optiskie moduļi?

‌1. "Neironu tīkls" prasa aprēķināt kopas‌

AI apmācība ietver masīvu parametru sadalītu aprēķinu. Piemēram, Openai GPT -4 modelim ir nepieciešami desmitiem tūkstošu GPU, lai strādātu tandēmā. Optiskie moduļi šajā kontekstā kalpo divām galvenajām funkcijām:

‌Horizontālā starpsavienojums‌: ātrgaitas optiskās saites savieno GPU\/mikroshēmu kopas, lai nodrošinātu efektīvu datu plūsmu starp mezgliem. Piemēram, NVIDIA NVLINK tehnoloģija apvienojumā ar 800G optiskajiem moduļiem ļauj eksponenciāli palielināt viena slodzes joslas platumu.

 

‌Verzītā mērogošana‌: optiskais modulis ātrums ir dubultā ik pēc diviem gadiem (no 100 g līdz 800 g un tagad 1,6 t), saskaņojot GPU skaitļošanas jaudas 3x gada pieaugumu, tādējādi neļaujot komunikācijas sastrēgumiem palēnināt apmācības efektivitāti.

‌2. Enerģijas patēriņa un izmaksu līdzsvarošana‌

Tradicionālie vara kabeļi cīnās, lai atbalstītu 800 g ātrumu, kas pārsniedz 5 metrus, patērējot 10 reizes lielāku jaudu nekā optiskie risinājumi. Piemēram, 400 g optiskie moduļi patērē tikai 1\/10, kas ir elektrisko saskarņu jauda, ​​bet 800 g moduļi samazina enerģijas patēriņu par 20%, izmantojot PAM4 modulāciju un silīcija fotoniku. Šī efektivitāte ir kritiska, lai kontrolētu ilgtermiņa darbības izmaksas hiperskalas datu centros, piemēram, Meta AI kopās.

‌3. Iespējot arhitektūras elastību‌

Izplatīto datu centru un malu skaitļošanas pieaugums prasa elastīgas tīkla arhitektūras. Optisko moduļu lielais porta blīvums un savietojamība (piemēram, karsti spiegojama QSFP-DD 封装) nemanāmi pielāgojas mugurkaula-lapu arhitektūrai un starp pilsētiņas starpsavienojumiem. Piemēram, EOPTOLINK 400G QSFP-DD SR4 modulis palielina viena porta joslas platuma izmantošanu no 300% līdz 1: 4 sazarošanai, ievērojami samazinot izvietošanas sarežģītību.

 

‌Ii. Optisko moduļu galvenie pielietojumi AI datu centros

‌1. AI apmācība un secinājumi: no datu pārmērīgas līdz saprātīgiem lēmumiem‌

‌Training fase‌: GPT -4, piemēram, apstrādā datu petabaitus vienā apmācības ciklā. Optiskie moduļi iespējo reālā laika parametru sinhronizāciju caur 800 g\/1,6 t kanāliem, samazinot modeļa iterācijas ciklus no nedēļām līdz dienām.

‌Inference Phase‌: augstākām reālā laika prasībām ir nepieciešams nanosekundes līmeņa latentums (piemēram, LPO tehnoloģija), lai nodrošinātu tūlītēju reakciju autonomā braukšanas un augstfrekvences tirdzniecībā.

 

‌2. Datu centra starpsavienojums (DCI): vienota skaitļošanas tīkla aušana

Ķīnas projekts "East Data West Computing" virza starpnozaru resursu sadali, veicinot pieprasījumu pēc ilgstošas ​​pārraides. G.654.e šķiedra, kas savienota pārī ar 800 g koherentiem optiskajiem moduļiem, sasniedz īpaši zemu zaudējumu savienojumu ar viena viļņa 200G ātrumu virs 1, 000 km, atbalstot valsts mēroga "austrumu datu glabāšanas un rietumu skaitļošanas integrāciju".

 

‌3. Malu skaitļošana un izplatītās arhitektūras

Optiskie moduļi paplašinās izplatītajos pilsētu datu centros. Piemēram, Accelink un Marvell 1,6t O joslu koherentais-lite modulis atbalsta 20 km starpsavienojumus, iestatot etalonu pilsētas līmeņa skaitļošanas mezglu sadarbībai.

info-666-317

‌Iii. Tehnoloģiskā evolūcija: no 800 g līdz 1,6 t lūzuma robežām

‌1. Ātruma lēciens: 800 g komercializācija un 1,6 t pie horizonta‌

‌800G moduļi‌:

Paredzams, ka globālais pieprasījums 2024. gadā sasniegs 9 miljonus vienību, līdz 2025. gadam dubultojoties līdz 18 miljoniem. Ķīnas ražotājiem, piemēram, Innolight un Eoptolink, ir masveidā ražots 800 g silīcija fotonikas moduļi ar 30% mazāku enerģijas patēriņu.

‌1.6t moduļi‌:

Šie moduļi, kas paredzēti apjoma ražošanai līdz 2025. gadam, atbildīs nākotnes joslas platuma vajadzībām 3D mikroshēmu sakraušanai un aprēķināšanas atmiņā arhitektūrai. NVIDIA plāno iegādāties 600, 000 1. 6t moduļi 2025- Double 2024 sējumā.

 

‌2. Inovācijas trio: silīcija fotonika, CPO un LPO

‌Silicon Photonics‌: Lāzeru, modulatoru un detektoru CMOS integrācija nodrošina rentablu masveida ražošanu. Intel silīcija fotonikas platforma jau atbalsta 1,6T moduļus ar 4x lielāku portu blīvumu.

‌CPO (līdzpaisīta optika) ‌: Optisko motoru integrēšana ar slēdžu mikroshēmām samazina elektriskā signāla zudumu. Tiek prognozēts, ka CPO līdz 2030. gadam veidos vairāk nekā 30% no izvietošanas, nodrošinot nanosekundes latentumu superdatorai.

‌LPO (lineārā piedziņas spraudņa optika) ‌: DSP mikroshēmu noņemšana samazina enerģijas patēriņu par 50%, kas ir ideāli piemērota neliela AI klastera starpsavienojumiem. Accelink un NVIDIA LPO risinājums ir pieņemts validācijā.

 

‌3. Materiālie un procesu sasniegumi

Plāno filmu litija niobāta modulatori pārspēj tradicionālo indija fosfīdu, nodrošinot lielāku modulācijas efektivitāti 1,6T+ ātrumam.

3D sakrauts iepakojums risina termisko un signālu traucējumu problēmas silīcija fotonikā, uzlabojot uzticamību.

 

‌Iv. Izaicinājumi un nākotne: nākamā robeža

‌1. Īstermiņa šķēršļi: izmaksu un inženierzinātņu barjeras‌

Joprojām ir nepieciešami dobu kodolu šķiedru savienošanas un silīcija fotonikas uzlabojumi. Tikmēr 1,6 t moduļa izmaksas joprojām ir divas reizes lielākas par 800 g.

Tradicionālā šķiedru pārmērīga ietilpība ir pretstatā augstas klases moduļa deficīta un Ķīnas 2024. gada šķiedru izlaidei samazinājās par 20,3%, padziļinot nozares polarizāciju.

 

‌2. Ilgtermiņa tendences: lietošanas gadījumu paplašināšana un tehnoloģiju konverģence

Vietas infrastruktūra‌: Vibrācijas izturīgi 10G LIDAR moduļi (izturīga 2000Hz vide) stumj rūpniecības līmeņa uzticamības uzlabojumus.

‌Quantum Communication‌: viena fotona noteikšanas moduļi ar bitu kļūdu līmeni zem {0. 1% ir droši militārie un finanšu tīkli.

 

‌3. Politika un kapitāla sinerģija

Ķīnas digitālās Ķīnas attīstības plāns identificē optiskos moduļus kā galveno infrastruktūras nozari. Reģionālās iniciatīvas, piemēram, Šanhajas "Optics Valley" paātrina nozares klasterizāciju, izmantojot nodokļu stimulus un pētniecības un attīstības subsīdijas.

 

‌Clockusion: optiskās moduļi-AI skaitļošanas laikmeta "neredzamais čempions"

No 800 g līdz 1,6 t un no silīcija fotonikas līdz CPO optisko moduļu evolūcija ir ne tikai sacensības par ātrumu, bet arī energoefektivitātes, izmaksu un uzticamības revolūcija. AI AI skaitļošanas bruņošanās sacensību laikā optiskie moduļi ir pārgājuši no "atbalsta komponentiem" uz "stratēģiskiem aktīviem". Ķīnas ražotāji, piesaistot pilnu rūpniecības ķēdes un inovācijas, pārveido globālo optisko sakaru ainavu. Tā kā izplatītais skaitļošana, kvantu tīkli un citi topošie scenāriji ir noņemti, optiskie moduļi paliks digitālās pārveidošanas "galvenajā centrā", ēkā ātrāk, zaļākas datu artērijas inteliģentai pasaulei.

 

Nosūtīt pieprasījumu