在当前的技术环境中,术语“ottica”不再仅仅代表公众对事件或公司的看法。如今,“ottica”是技术创新、速度和性能的代名词,尤其是在人工智能领域。
在这场革命的主角中,Nvidia 脱颖而出,这家美国市值最大的科技公司,正坚定地致力于新的数据传输ottica解决方案。
目录
Quantum-X 和 Spectrum-X: Nvidia 的赌注
根据最近的报告,Nvidia 准备在明年推出两种新的光网络交换机系统:Quantum-X (InfiniBand) 和 Spectrum-X。
这些设备承诺每个端口的速度可达 1.6 Tb/s,同时比当前解决方案消耗更少的能源。结果是什么?对于大型计算系统来说,延迟大幅减少、更高的弹性以及前所未有的部署速度。
这次转变标志着一个历史时刻,工程师们选择通过光而不是通过电信号来传递信号。
这种范式的转变伴随着越来越强大的大型语言模型(LLM)的出现、计算成本的降低以及系统复杂性的增加。许多人提出的问题是:光是否将成为确保复杂系统实时运行的关键?
TSMC模型:光学路线图
一些行业报告表明,Nvidia 正在遵循由半导体生产巨头 TSMC 已经制定的策略。TSMC 的计划,称为 COUPE,分为三个阶段:
1. 阶段 1: 一种能够提供 1.6 Tbps 最大带宽的光引擎。
2. 阶段 2:在 CoWoS 包装中集成共封装光学(带有一个交换机),以实现高达 6.4 Tbps。
3. 阶段 3:实施 COUPE-on-CoWoS 中介层,预期性能接近 12.8 Tbps。
但是什么是共封装光学?这是将光收发器直接集成到芯片上,消除了芯片不同结构之间的中间组件的需求。这是进一步降低延迟和提高能源效率的关键一步。
光学竞赛:不仅仅是Nvidia
光学革命不仅仅涉及Nvidia。其他硬件巨头也在大力投资这一方向。
例如,Broadcom正在开发Bailly,这是一种基于CPO(Co-Packaged Optics)的以太网交换机,承诺提供51.2 Tbps的速度并降低能耗。目标是将这项技术集成到其ASIC StrataXGS Tomahawk 5中。
IBM 正在努力将光学电路引入数据中心,而 AMD 最近收购了一家专注于硅光子的公司。
AMD 的技术和工程高级副总裁 Brian Amick 强调,这次收购将使公司能够快速扩展支持和开发用于新一代人工智能系统的共封装光子和光学解决方案的能力。
光子学在人工智能中的未来
轨迹与变革影响
光子技术随着人工智能的普及注定会成为主流。
根据一份行业文件,光子学的进步正在激发对光子计算的兴趣,这是一种有前途的人工智能处理方式。特别是深度学习,为优化光子设计、开发智能光学系统和管理数据的光学分析提供了新途径。
光子技术在人工智能计算中的应用将对多个领域产生变革性影响,包括光通信、自动驾驶和天文观测。
研究人员的观点
宾夕法尼亚大学的一篇文章突出了像Deep Jariwala这样的研究人员的工作,他们致力于在纳米技术规模上开发这些技术。
Jariwala描述了他所在领域许多人的梦想:一个未来,唯一的电子组件是一个强大的激光器,旁边是一个计算机。与其将计算机连接到电源插座,不如使用连接到激光器的光纤电缆。这是一个全新的接口,可能会彻底改变我们对分布式网络的概念。
迈向分布式网络的新纪元
光学竞赛代表了人工智能和硬件未来最迷人和最具战略性的挑战之一。
光学和光子解决方案的集成有望突破当前在速度、能源效率和可扩展性方面的限制。Nvidia与该领域的主要参与者一起,正在开辟一条新道路,在这条道路上,光将成为技术创新的主要载体。
随着这些技术成为计算机基础设施的组成部分,我们将看到分布式网络的彻底转变,对所有依赖人工智能和高性能数据处理的行业产生深远影响。




