Tehisintellekti (AI) ajastul, mis edeneb purunemiskiirusel, on arvutusvõimsus muutunud mootori põhise ühiskondliku digitaalse muundamise kaudu. Alates ChatGPT-i reaalajas vestlustest kuni millisekundi tasemel otsuste tegemiseni autonoomse juhtimise korral seavad AI-mudelite väljaõppe ja järeldused enneolematuid nõudmisi andmekeskuse edastamise tõhususele. Kui maanteed intra- ja andmetevahelise keskuse ühenduvuse jaoks tekivad kulisside tagant optilised moodulid, et saada kriitilisteks komponentideks, mis toetavad AI arvutusvõimsuse plahvatuslikku kasvu.
Statistika kohaselt on ülemaailmne AI arvutustegurini 2025. aastaks prognooside kohaselt 25,9 miljardit dollarit, mille aastane kasvutempo ületab 36%. Seistes silmitsi selliste rangete nõuetega nagu 3TB\/S GPU mälu ribalaius ja üle 10-ga klastrite ühendused, 000 GPU-d, optilised moodulid-nende suur kiirus, madal latentsus ja energiatõhusus-on võti arvutusvõimsuse ja suhtlemisvõimaluste vahel kasvava lõhe ületamiseks. See artikkel annab põhjaliku analüüsi optiliste moodulite pöördelise rolli kohta AI andmekeskustes, nende tehnoloogilises evolutsioonis ja tulevastes väljakutsetes.
I. Miks vajavad AI andmekeskused optilisi mooduleid?
1. "Neuraalvõrk" nõuab arvutusklastrite jaoks
AI koolitus hõlmab massiivsete parameetrite hajutatud arvutamist. Näiteks OpenAi GPT -4 mudel nõuab kümneid tuhandeid GPU -sid töötamist. Optilised moodulid täidavad selles kontekstis kahte põhifunktsiooni:
Horisontaalne ühendus: kiired optilised lingid ühendavad GPU\/CHIP-klastrid, et tagada tõhusa andmevoo sõlmede vahel. Näiteks NVIDIA NVLINK-tehnoloogia koos 800G optilise mooduliga võimaldab ühekordse ribalaiuse eksponentsiaalset suurenemist.
Vertical Scaling: optiline moodul kiirus kahekordistub iga kahe aasta tagant (vahemikus 100 g kuni 800 g ja nüüd 1,6t), mis vastab GPU arvutusvõimsuse 3x -aastasele kasvule, takistades sellega kommunikatsiooni kitsaskohti treeningu tõhususe aeglustamisel.
2. Energiatarbimise ja kulude tasakaalustamine
Traditsioonilised vaskkaablid näevad vaeva, et toetada 800 g kiirust üle 5 meetri, kulutades 10x rohkem energiat kui optilised lahendused. Näiteks 400g optiliste moodulite tarbivad elektriliideste võimsust vaid 1\/10, samas kui 800g moodulid vähendavad energiatarbimist 20% PAM4 modulatsiooni ja ränifootonika kaudu. See efektiivsus on kriitilise tähtsusega pikaajaliste tegevuskulude kontrollimiseks hüperscale andmekeskustes nagu Meta AI klastrid.
3. Arhitektuurilise paindlikkuse võimaldamine
Hajutatud andmekeskuste ja servade arvutamise tõus nõuab elastsete võrguarhitektuure. Optiliste moodulite kõrge sadamatihedus ja ühilduvus (nt kuumproovitav QSFP-DD 封装) kohanevad sujuvalt lülisamba lehtede arhitektuuride ja ülikoolilinnakuvaheliste ühenduste jaoks. Näiteks suurendab EopTolinki 400G QSFP-DD SR4 moodul ühe pordi ribalaiuse kasutamist 300% kuni 1: 4 hargnemiseni, vähendades märkimisväärselt kasutuselevõtu keerukust.
Ii. Optiliste moodulite põhirakendused AI andmekeskustes
1. AI koolitus ja järeldused: alates andmetest kuni arukate otsusteni
TRINGING PHASE: GPT -4, näiteks töötleb andmete petabatte treeningtsükli kohta. Optilised moodulid võimaldavad reaalajas parameetrite sünkroonimist 800 g\/1,6T kanali kaudu, kaldkriipsude iteratsiooni tsüklid nädalatelt päevadeni.
Inference etapp: kõrgemad reaalajas nõudmised nõuavad nanosekundi taseme latentsusaega (nt LPO tehnoloogia), et tagada autonoomse sõidu ja kõrgsagedusega kauplemise kiire reageerimine.
2. Andmekeskuse ühendus (DCI): ühendatud arvutusvõrgu kudumine
Hiina "East Data West Computing" projekt juhib ressurssidevahelist eraldamist, suurendades nõudlust pikamaavedude järele. G.654.e kiud, mis on ühendatud 800 g sidusa optilise mooduliga, saavutab ultra-madala-lossi ühendused ühe laine 200 g kiirusega 1, 000 km, toetades "idaosa andmesalvestuse ja lääne arvutise" üleriigilist integreerimist.
3. Servade arvutamine ja hajutatud arhitektuurid
Optilised moodulid laienevad hajutatud linnaandmekeskustesse. Näiteks Accelinki ja Marvelli 1,6T O-riba sidusa-lite moodul toetab 20 km ühendusi, määrates linna tasandi arvutisõlmede koostöö võrdlusaluse.
Iii. Tehnoloogiline evolutsioon: 800 g kuni 1,6T purustavate piirideni
1. Kiirusehüpe: 800G kommertsialiseerimine ja 1,6T horisondil
800g moodulid:
Globaalne nõudlus jõuab 2024. aastal 9 miljonit ühikut, kahekordistudes 2025. aastaks 18 miljonile. Hiina tootjad, nagu Innoleght ja EopTolink, on massiliselt toodetud 800 g ränifootonikamoodulid, mille energiatarve on 30% madalam.
1,6t moodulid:
Mahu tootmiseks 2025. aastaks on need moodulid vastavad tulevastele ribalaiuse vajadustele 3D-kiibi virnastamise ja arvutatud mälu arhitektuuride jaoks. Nvidia kavatseb hankida 600, 000 1. 6T moodulid 2025- topelt 2024 mahus.
2. Innovatsiooni trio: räni footonika, CPO ja LPO
Silicon Photonics: laserite, modulaatorite ja detektorite CMOS-i integreerimine võimaldab kulutõhusat masstootmist. Inteli Silicon Photonics platvorm toetab juba 1,6T mooduleid, mille pordi tihedus on 4x.
CPO (koos pakendatud optika) : optiliste mootorite integreerimine lüliti kiibidega vähendab elektrisignaali kadu. Prognooside kohaselt moodustab CPO 2030. aastaks üle 30% juurutustest, pakkudes nanosekundi latentsusaja superarvutuseks.
Lpo (lineaarse ajaga plugbleble optika) : DSP-kiipide eemaldamine vähendab energiatarbimist 50%, mis sobib ideaalselt lühiajaliste AI klastrite ühenduste jaoks. Accelink ja Nvidia LPO lahendus on läbinud valideerimise.
3. Materiaalsed ja protsessi läbimurud
Õhukese kilega liitium-niobaadimodulaatorid edestavad traditsioonilist indiumfosfiid, võimaldades suuremat modulatsiooni efektiivsust 1,6T+ kiiruse korral.
3D -virnastatud pakendid käsitlevad ränifootonikas termilisi ja signaalide häiretega probleeme, suurendades töökindlust.
IV. Väljakutsed ja tulevik: järgmine piir
1. Lühiajalised tõkked: kulud ja inseneri tõkked
Õõnestuumaga kiudainete splaissimine ja ränifootonika saagikus on endiselt vaja. Vahepeal jäävad 1,6T mooduli kulud kaks korda suurem kui 800 g.
Traditsiooniline kiudude ülevõimsus on kontrastid tipptasemel mooduliga puudusega-Hiina 2024. aasta kiudaine väljund langes 20,3%, süvenedes tööstuse polarisatsiooni.
2. Pikaajalised suundumused: kasutusjuhtude laiendamine ja tehniline lähenemine
Vakete infrastruktuur: LiDAR-i vibratsioonikindel 10G moodulid (vastupidavad 2000Hz keskkonnad) tõukavad tööstusliku kvaliteediga usaldusväärsuse versiooniuuendusi.
Quantum Communication: ühe footoni tuvastusmoodulid, mille bitivea määrad on madalamad 0. 1% toetavad turvalist sõjaväe- ja finantsvõrku.
3. Poliitika ja kapitali sünergia
Hiina digitaalne Hiina arenguplaan määratleb optilised moodulid kui põhiinfrastruktuuri sektor. Piirkondlikud algatused, nagu Shanghai "Optika org", kiirendavad tööstuse rühmitusi maksusoodustuste ja teadus- ja arendustegevuse toetuste kaudu.
Conclution: optilised moodulid-AI arvutite ajastu "nähtamatu meister"
800 g kuni 1,6t ja räni footonikast CPO -ni ei ole optiliste moodulite areng mitte ainult kiiruse võistlus, vaid energiatõhususe, kulude ja usaldusväärsuse revolutsioon. AI arvutusrežiimide võistluse keskel on optilised moodulid üle läinud "toetavatest komponentidest" "strateegiliste varade". Hiina tootjad, võimendades täisteratööstuse ahelaid ja innovatsiooni, muudavad ülemaailmse optilise kommunikatsioonimaastikku ümber. Kuna hajutatud arvutus, kvantvõrgud ja muud esilekerkivad stsenaariumid asuvad, jäävad optilised moodulid digitaalse muundamise "põhikeskuseks", ehitades intelligentse maailma jaoks kiiremaid, rohelisemaid andmeartereid.