Leave Your Message
Moduły optyczne 400G SR4 i 800G SR8 w klastrach AI

Blog

Moduły optyczne 400G SR4 i 800G SR8 w klastrach AI

2024-07-05

Wraz z szybkim rozwojem technologii sztucznej inteligencji (AI) rosną potrzeby klastrów AI w zakresie mocy obliczeniowej i transmisji danych. Aby sprostać temu zapotrzebowaniu, rozwija się również technologia modułów optycznych. Moduły optyczne o dużej szybkości, jako nowa generacja rozwiązań szybkiej komunikacji optycznej, są stopniowo stosowane w klastrach AI, aby zapewnić im bardziej wydajne i stabilne możliwości transmisji danych. Szybkość portu modułów optycznych połączonych ze sobą w sali komputerowej Smart Computing Center osiągnęła 800 G i nadal ewoluuje do dużej prędkości (1,6 T/3,2 T).

1321321.png

 

I.Prognozy zapotrzebowania na moduły optyczne Ethernet klastra AI na najbliższe pięć lat

 

Już 23 lipca LightCounting (dalej LC), instytut badawczy działający w branży komunikacji optycznej, opublikował „Raport Super Data Center Optics Report”, z którego wynika, że ​​łączna sprzedaż modułów optycznych Ethernet dla klastrów AI w przyszłym roku w ciągu pięciu lat osiągnie wartość 17,6 miliarda dolarów, co będzie stanowić 38% całego rynku modułów optycznych Ethernet. W raporcie prognozuje się, że wielkość globalnego rynku modułów optycznych Ethernet wyniesie odpowiednio około 5,2 miliarda dolarów, 6,5 miliarda dolarów i 8,3 miliarda dolarów w latach 2023, 2024 i 2025, co jest skorygowane w górę o około 8%, 25% i 43% w porównaniu z ubiegłorocznym raportem za pierwszy kwartał odpowiednio i można zauważyć, że zdecydowana większość przyrostowego wzrostu wynika z popytu na klastry AI, a organizacja uważa, że ​​zastosowanie klastrów AI zapoczątkuje zupełnie nową falę popytu na produkty optyczne.

 

Jednocześnie LC stwierdziło również, że nowy projekt systemów AI dla dużych przedsiębiorstw będzie wymagał większej ilości optyki, a wdrożenie głównych sieci korporacyjnych w ciągu najbliższych dwóch lat może wymagać 2 milionów modułów optycznych 400G SR4 i 6 milionów 800G SR8. W odpowiedzi firma LC znacznie podniosła swoją prognozę dotyczącą rynku modułów optycznych Ethernet na lata 2024 i 2025, a w połączeniu z nowym popytem ze strony głównych przedsiębiorstw rynek modułów optycznych z przepustem cyfrowym jest bardzo odporny. Super Ethernet Alliance utworzono w celu skupienia się na wysokowydajnych sieciach klastrowych AI, modułach optycznych Ethernet AI i aktualizacjach sieci front-end aplikacji, które będą stanowić siłę napędową rynku wykraczającą poza główne przedsiębiorstwa w branży komunikacji optycznej.

Udział modułów optycznych klastra AI wzrósł z 25% do 38%.png

 

II.Rozwój i zastosowanie szybkiego modułu optycznego w klastrze AI

 

W zastosowaniach AI wzrost ilości danych stawia wyższe wymagania w zakresie przepustowości technologii połączeń optycznych. Obecnie wiele łączy krótkodystansowych zbudowanych z modułów optycznych 400G SR4 i 800G SR8 wykorzystuje lasery VCSEL o szybkości roboczej 106Gb/s. Kolejnym krokiem w ewolucji technologii jest zwiększenie szybkości jednopasmowej kanału optycznego do 200G/ścieżkę w połączeniu z liczbą 4-kanałowych kanałów optycznych, aby jeszcze bardziej obniżyć koszty i zużycie energii modułu 800G ; oraz synchroniczną ewolucję do przepustowości pojedynczego modułu do 1,6 T (8-kanałowa ścieżka optyczna).

 

W klastrach AI do połączenia między serwerami i przełącznikami powszechnie stosuje się moduły optyczne 400G SR4. Ponieważ procesy szkolenia i wnioskowania AI wymagają dużej ilości transmisji danych, kluczowa jest szybka i stabilna łączność sieciowa. Moduły optyczne 400G SR4 mogą zapewnić wystarczającą przepustowość i środowiska transmisji o małych opóźnieniach, aby zapewnić efektywne szkolenie modeli AI i przetwarzanie danych. Moduły optyczne 800G SR8 są wykorzystywane głównie do łączności sieci rdzeniowej w wielkoskalowych klastrach AI i centrach danych. W miarę wzrostu złożoności modeli sztucznej inteligencji i ilości danych moduły optyczne 800G SR8 mogą zapewnić wymagane połączenia o dużej przepustowości i niskim opóźnieniu, aby wspierać szybką transmisję i przetwarzanie ogromnych danych.

 

III. Innowacje w technologii wzajemnych połączeń optycznych w scenariuszach sztucznej inteligencji

 

Niski pobór mocy i małe opóźnienia to niezbędne cechy technologii połączeń optycznych. Niski pobór mocy oznacza mniejsze zużycie energii i niższe koszty operacyjne, natomiast małe opóźnienia oznaczają krótszy czas reakcji i wyższą wydajność przetwarzania danych. Aby sprostać tym wymaganiom, należy zoptymalizować konstrukcję technologii połączeń optycznych, aby zmniejszyć straty energii i poprawić wydajność transmisji.

 

Sztuczna inteligencja wymaga wysokiej stabilności systemu, dlatego technologia połączeń optycznych musi być wysoce niezawodna. Wymaga to od nas kompleksowej optymalizacji projektu systemu, aby zapewnić stabilność i niezawodność transmisji danych. Jednocześnie musimy również skupić się na możliwościach rozwoju i wzajemnych połączeniach obiektów LPO, aby dostosować się do zmieniających się potrzeb technologii sztucznej inteligencji.

 

Ponadto coraz ważniejsze staje się inteligentne działanie i konserwacja technologii wzajemnych połączeń optycznych. Inteligentna obsługa i konserwacja może nie tylko pomóc przedsiębiorstwom monitorować stan działania systemu w czasie rzeczywistym, ale także przeprowadzać konserwację predykcyjną w oparciu o analizę danych w celu poprawy dostępności i stabilności systemu. Ponadto inteligentna obsługa i utrzymanie mogą pomóc nam zoptymalizować alokację zasobów i poprawić ogólną wydajność systemu.

 

Oczekuje się, że krzemowa technologia optyczna odnotuje duży rozwój wraz ze wzrostem szybkości i przyspieszeniem jednomodowego łącza w dół. Dzięki swoim zaletom, takimi jak duża prędkość, niskie zużycie energii i miniaturyzacja, krzemowa technologia optyczna odgrywa coraz ważniejszą rolę w technologii połączeń optycznych w scenariuszach sztucznej inteligencji. Mamy powody wierzyć, że krzemowa technologia optyczna będzie odgrywać jeszcze ważniejszą rolę w przyszłych zastosowaniach sztucznej inteligencji.

 

Częściowe źródło: LightCounting