应对大模型带宽挑战,英特尔硅光集成技术取得新进展

随着生成式人工智能快速升温,AI相关应用多点开花。而大体量的AIGC相关应用,几乎都植根于部署在数据中心的基座大模型或部署在服务器集群、边缘服务器的模型。

本文来自中国电子报、电子信息产业网,作者/张心怡。

随着生成式人工智能快速升温,AI相关应用多点开花。而大体量的AIGC相关应用,几乎都植根于部署在数据中心的基座大模型或部署在服务器集群、边缘服务器的模型。由于大模型的参数量大,无法用单个服务器节点支撑,因此需要多个服务器节点乃至多个机架连接组成的集群。无论是应对大模型的高计算密度和高访存量,还是更大规模的处理器集群和服务器集群的部署要求,都需要更高的I/O带宽和更长的传输距离,以解决设备内部或设备之间的数据传输瓶颈。

在这种趋势下,半导体企业陆续开展硅光子及共同封装光学元件技术布局。顾名思义,硅光子技术集合了硅集成电路和半导体激光,用光学I/O取代电气I/O进行数据传输。相比以铜线互联的传统电子产品,硅光子技术支持在较远距离实现更快的数据传输速度。

在近日举办的媒体活动上,英特尔中国研究院院长宋继强介绍了英特尔在硅光集成技术的新进展。在6月举办的2024年光纤通信大会期间,英特尔团队展示了完全集成的OCI(光学计算互连)芯粒,在AI基础设施中实现了光学I/O共封装。该芯粒目前单向支持64个32Gbps通道,传输距离达100米,有助于满足AI基础设施对更高带宽、更低功耗和更长传输距离的需求。

据介绍,OCI芯粒主要由PIC(硅光子集成电路)和电子集成电路(EIC)组成。PIC包含带有片上密集波分复用激光器,能够在光纤上复用多个波长的光,以及半导体光放大器,用于放大激光功率以满足传输所需的质量和距离。EIC主要用于控制硅光子集成电路和连接主机。这颗芯粒还可以和CPU、GPU,或SoC等计算部件封装在一起,提升了可扩展性和性能优化空间。“未来基于OCI,能够形成不同种类的计算+互连的芯片种类,适应更多应用场景。”宋继强说。

宋继强向记者表示,硅光集成技术有两个优势。一是可以用半导体,特别是硅去发光和检测光,这意味着其生产流程可以与硅工艺集成起来,二是大规模的集成电路,也就是基于硅片,将硅与非硅的晶体管或者是其他电路形式做大规模集成。而英特尔的差异化优势在于,将高频率的激光发射器做在了晶圆上,再把硅的光放大器集成上去。这种片上激光器,不需要保持偏振光特性不变的专门光纤,用普通光纤即可传输,在提升集成度的同时降低了成本。

据悉,英特尔已出货超过800万个硅光子集成电路。目前,英特尔OCI I/O接口芯粒实现了三个指标:一是在一根光纤里,可以分为8个波段进行稳定的传输;二是在每一个波段实现了32Gbps的数据传输速率;三是可以将8对光纤同时放在一起,互相之间不影响。

宋继强表示,未来将“迭代式稳步”提升OCI的I/O能力,第一步是在保持8种不同光波段的情况下,将数据的传输速率提升到64Gbps,使传输速度来到4Tbps。第二步是把光变成16个波段,使传输速度来到8Tbps。未来将持续向上演进,逐步提升带宽能力。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论