C114訊 5月24日消息（邵鵬慧）昨日，CIOE中國光博會與C114通信網(wǎng)聯(lián)合舉辦的“2024中國光通信高質(zhì)量發(fā)展論壇”第四場——“AI時代：數(shù)據(jù)中心光互聯(lián)技術(shù)新趨勢”線上研討會順利召開。
阿里云光網(wǎng)絡(luò)技術(shù)專家陳欽應(yīng)邀作了題為《AI網(wǎng)絡(luò)對光互聯(lián)的需求和挑戰(zhàn)》的主題演講。陳欽表示，AI應(yīng)用帶來了海量的光模塊需求，未來GPU間的scale-up網(wǎng)絡(luò)將持續(xù)推高光模塊的需求，同時AI也催化了光模塊更新迭代的速度，對光模塊的穩(wěn)定性要求也進(jìn)一步提高，AI對光模塊也帶來巨大的挑戰(zhàn)，。
AI發(fā)展帶來海量光模塊新增需求
當(dāng)前，隨著AI和算力發(fā)展，作為數(shù)據(jù)中心內(nèi)部以及數(shù)據(jù)中心之間連接的重要技術(shù)，光模塊產(chǎn)業(yè)快速崛起迎來高速發(fā)展時期，其速率和帶寬的提升對于滿足AI時代數(shù)據(jù)傳輸?shù)男枨笾陵P(guān)重要，AI網(wǎng)絡(luò)建設(shè)帶來海量的光模塊需求。
如何量化AI對光模塊的需求，陳欽介紹，在通用計算網(wǎng)絡(luò)中可以通過接入的服務(wù)器數(shù)量來獲得光模塊的需求量；同理在AI網(wǎng)絡(luò)中，可以通過GPU卡數(shù)量來推測光模塊的用量。
當(dāng)前AI網(wǎng)絡(luò)中，GPU卡和800G光模塊數(shù)量的比例約為1:3，未來，Scale-up GPU網(wǎng)絡(luò)(compute Fabric)將帶來更多的光互聯(lián)需求，光模塊的需求和光模塊的成本支出在AI集群中占比將大幅上升。
AI催化光模塊技術(shù)演進(jìn)：光模塊迭代周期縮減一倍
回顧過去10年數(shù)據(jù)中心光模塊演進(jìn)歷程，交換芯片的容量遵循每兩年翻一倍的規(guī)律，而這是通過Serdes 數(shù)量和Serdes 速率，每兩年交替的翻倍來達(dá)到的；
Serdes單通道速率和光模塊單波長速率實際上是每4年翻一倍，主流光模塊每4年更新一代。
AI的應(yīng)用催化了光互聯(lián)的演進(jìn)速率，光模塊從原本每4年更新一代，縮短為每2年更新一代，新一代光模塊研發(fā)到落地的周期將要求被大幅縮短，這個變化對于整個光模塊生態(tài)而言都是一個極大的挑戰(zhàn)。
AI網(wǎng)絡(luò)對光互聯(lián)穩(wěn)定性提出兩方面挑戰(zhàn)
陳欽表示AI大模型訓(xùn)練對光互聯(lián)的穩(wěn)定性要求極高，當(dāng)前AI網(wǎng)絡(luò)穩(wěn)定性的挑戰(zhàn)主要來自兩方面。
一方面是光模塊硬件，主要是光器件失效引起的，包括激光器和探測器失效。陳欽介紹，光器件的Wear-out失效不是問題，早期失效和隨機失效才是關(guān)鍵。 當(dāng)前的行業(yè)標(biāo)準(zhǔn)GR468對光模塊和光芯片的測試標(biāo)準(zhǔn)太松，并不適用于AI網(wǎng)絡(luò)。鑒于此，阿里云對光器件的可靠性提出了更為嚴(yán)格的標(biāo)準(zhǔn)。
另一方面是光模塊軟件，高速光模塊普遍使用CMIS管理協(xié)議，帶來了強大的功能，但也使系統(tǒng)設(shè)備和模塊的交互變得更復(fù)雜。對此陳欽建議，光模塊廠家應(yīng)加強光模塊在各系統(tǒng)設(shè)備上的集成適配測試。
AI網(wǎng)絡(luò)下光模塊功耗挑戰(zhàn)：TRO技術(shù)成為發(fā)展新方向
2018年 PAM4 DSP在光模塊中出現(xiàn)，光的功耗開始超過電的功耗，成為網(wǎng)絡(luò)中功耗占比最高的部分，到1.6T/3.2T光模塊，數(shù)據(jù)中心將需要新的技術(shù)處理功耗問題，例如液冷技術(shù)。功耗的變化，將會給AI基礎(chǔ)設(shè)施帶來極大的技術(shù)挑戰(zhàn)。
那么應(yīng)該如何降低光模塊的功耗，陳欽表示最直接的手段就是去掉或減少DSP在光模塊內(nèi)部的使用，也就是被討論的技術(shù)熱點：LPO、TRO、CPO技術(shù)。
CPO光和交換芯片共封裝融為一體，是一種完全封閉的生態(tài)，它不符合數(shù)據(jù)中心開放解耦的要求，也無法做到“pay as your growth”，此外CPO的運維也面臨重重挑戰(zhàn)，所以CPO只有在可插拔光模塊演進(jìn)不下去時才會被考慮。
LPO方案是完全去掉DSP，在功耗、成本和時延上有很大優(yōu)勢。但在標(biāo)準(zhǔn)化和互聯(lián)互通方面仍具有很大挑戰(zhàn)。若LPO無法做到互聯(lián)互通，便不符合數(shù)據(jù)中心對開放解耦的要求。此外，LPO技術(shù)到單波200G是否可持續(xù)也有較大爭論，綜合來看，LPO技術(shù)落地的挑戰(zhàn)性較大。
TRO去掉一半DSP，是一種折中的技術(shù)方案，它也能夠有效降低功耗，得益于ASIC Serdes接收端強大的均衡能力，TRO的鏈路性能可以得到保證，另外TRO也更容易制定標(biāo)準(zhǔn)和互聯(lián)互通，符合數(shù)據(jù)中心對開放解耦的要求，“TRO是一個非常有潛力的下一代光互聯(lián)技術(shù)方案”，陳欽表示。
