
摘要
随着像 ChatGPT 类似的人工智能(AI)创新不断涌现,数据需求急剧增加,给数据中心的基础设施带来了极大的挑战。本文回顾了 2023 年十月在美国加州举行的关于利用光互连来应对未来带宽需求的Optica光电子赋能云计算峰会(PECC)的讨论。硅基光电子技术可望实现必要的 1.6-3.2 Tbit/s 速度,但目前的解决方案还远远不够。通过促进光电子领域各界的合作,集结大型与小型企业的力量,可以开发出新的材料和技术路线,从而提升硅基光电子组件的性能,并制造出既可靠又易于使用的产品。在未来 5-10 年,光电子技术将成为预测并满足 AI 所需连接性的关键。
引言
新兴的强大 AI 系统给全球数据中心带来了巨大的带宽压力。2023 年的光电子技术支持的云计算峰会上,像 Anthropic Claude以及 ChatGPT 这样的创新产品提出了极大的数据传输挑战,现有的基础设施无法有效应对。为了开发出高速且节能的互连技术,以应对 AI 的持续发展,业界专家强调,现在是光子技术领域携手合作,共同规划以硅基光电子为核心的下一代数据中心解决方案的关键时刻。
AI 的迅猛数据需求
随着对数据需求极大的 AI 工作负载的增加,数据中心面临前所未有的压力。AI 的数据需求比视频流媒体高出多达 1000 倍,远超过带宽密集的流媒体服务。目前的数据中心架构并未设计以应对这种高强度的吞吐量需求。
表 1 显示了在数据中心每个服务器机架 200-400 W 的电力预算限制下,应对 AI 需求增长所需的互连速度和能效。
表 1. 数据中心电力限制下 AI 扩展的互连要求
Performance Metric | Requirement |
Tbit/s bandwidth | 1.6-3.2 |
Power efficiency | <1 pJ/bit |
随着 AI 技术的普及化,数据中心正处于一个重要的转折点。目前的电子和光学解决方案还不足以应对未来的需求。然而,经过改进的硅基光电子技术展现出巨大潜力,能够以高效率形式实现 AI 所需的 1.6-3.2 Tbit/s 互连速率。
硅基光电子技术的核心地位
通过利用集成光学的高带宽和低延迟特性,硅基光电子技术有望实现 AI 所需的 1.6-3.2 Tbit/s 互连速率。硅基光电子的生产基于现有 CMOS 工艺,依托广泛的硅基技术知识和制造能力,有助于实现成本效益的大规模生产。图 2 展示了典型硅基光电子链路。

PECC与会者提醒目前市场上的硅基光电子产品还无法完全满足 AI 互连的需求。为了实现必要的性能提升,行业需要开发和集成新材料到多工艺硅基光电子平台中,同时保证产品的可靠性和易用性。政府和企业间的合作可以加速商业化进程,通过创建测试平台进行快速的概念验证,并涉及到完整的供应链。
构建紧密的光电子生态系统
为了使光子技术转变成适用于 AI 工作负载的数据中心,峰会领导者强调了在硅基光电子价值链中加强合作的必要性,以共同应对关键挑战。尽管保有专利优势会推动独立产品的开发,但晶圆厂、组件生产商和系统集成商之间的合作将有助于加速创新周期,满足日益增长的数据需求。正如硅谷的主要企业与新兴初创公司的合作推动了计算技术的进步一样,光子领域的合作也将加速行业进步。
未来展望:着眼于 2025 年及以后
为了跟上 AI 发展的步伐,光互连技术需要提前预见未来的需求,而不仅仅是追赶现有趋势。通过在 2024 年 Optica 行政论坛上再次召集行业关键人物,光电子社群计划制定针对未来 5-10 年的带宽需求预测的解决方案。尽管在 2023 年 AI 代表了技术前沿,但未来的新应用和分析方法可能会让今天的神经网络需求相形见绌。随着光电子技术支撑数据中心的演变,集成光电子技术将需要与时俱进,为 AI 和大数据创新提供重要的连接基础,将是未来十年的关键。