人工智能（AI）技術(shù)的快速發(fā)展下，AI集群的計算能力和數(shù)據(jù)傳輸需求不斷提升。為了滿足這一需求，光模塊技術(shù)也在不斷進步。高速率光模塊作為新一代高速光通信解決方案，正在逐步應用于AI集群中，為其提供更高效、更穩(wěn)定的數(shù)據(jù)傳輸能力。智算中心機房內(nèi)互聯(lián)的光模塊端口速率已到800G，持續(xù)向高速率(1.6T/3.2T)演進中。

未來五年AI集群中以太網(wǎng)光模塊需求預測

早在23年7月，光通信行業(yè)內(nèi)研究機構(gòu)LightCounting（以下簡稱LC）就發(fā)布了《超級數(shù)據(jù)中心光學報告》，報告中指出未來5年用于AI集群的以太網(wǎng)光模塊總銷售額將達到176億美金，占到了所有以太網(wǎng)光模塊市場38%。報告預測2023、2024、2025全球以太網(wǎng)光模塊市場規(guī)模分別為52億、65億、83億美元左右，較去年Q1的報告分別上調(diào)了8%、25%、43%左右，可以看到絕大部分的增量來自AI集群需求，該機構(gòu)認為AI集群應用將掀起一場全新的光學產(chǎn)品需求浪潮。

同時，LC還表示大型企業(yè)AI系統(tǒng)的新設計需要更多光學器件，未來兩年頭部企業(yè)網(wǎng)絡的部署可能需要200萬個400G SR4和600萬個800G SR8光模塊。對此，LC大幅上調(diào)了2024&2025以太網(wǎng)光模塊市場預測，如果加上頭部企業(yè)的新增需求，數(shù)通光模塊市場彈性巨大。超以太網(wǎng)聯(lián)盟成立瞄準高性能AI集群網(wǎng)絡，以太網(wǎng)AI光模塊和應用前端網(wǎng)絡升級將構(gòu)成光通信行業(yè)頭部企業(yè)以外的市場驅(qū)動力。

AI集群中高速光模塊的發(fā)展應用

在AI應用中，數(shù)據(jù)量的激增對光互聯(lián)技術(shù)的帶寬提出了更高要求。目前，許多使用400G SR4 和 800G SR8光模塊構(gòu)建的短距離鏈路都采用工作速率為106Gb/s的VCSEL激光器，而下一步的技術(shù)演進則是將光通道單lane速率提升到200G/lane，配合4路光通道數(shù)量，進一步降低800G模塊的成本和功耗；并同步演進到單模塊帶寬到1.6T(8通道光路)。

在AI集群中，400G SR4光模塊常用于服務器與交換機之間的連接。由于AI訓練和推理過程需要大量的數(shù)據(jù)傳輸，高速且穩(wěn)定的網(wǎng)絡連接至關(guān)重要。400G SR4光模塊能夠提供足夠的帶寬和低延遲的傳輸環(huán)境，確保AI模型訓練和數(shù)據(jù)處理的高效進行。800G SR8光模塊主要用于超大規(guī)模AI集群和數(shù)據(jù)中心的核心網(wǎng)絡連接。隨著AI模型的復雜度和數(shù)據(jù)量的增加，800G SR8光模塊能夠提供所需的高帶寬和低延遲連接，支持海量數(shù)據(jù)的快速傳輸和處理。

AI場景下的光互聯(lián)技術(shù)創(chuàng)新

低功耗和低時延是光互聯(lián)技術(shù)不可或缺的特性。低功耗意味著更少的能源消耗和更低的運行成本，而低時延則意味著更快的響應速度和更高的數(shù)據(jù)處理效率。為了滿足這些需求，光互聯(lián)技術(shù)需要在設計上進行優(yōu)化，以減少能量損失和提高傳輸效率。

AI對系統(tǒng)的穩(wěn)定性要求極高，因此光互聯(lián)技術(shù)必須具備高可靠性。這要求我們在系統(tǒng)端到端的設計上進行優(yōu)化，以確保數(shù)據(jù)傳輸?shù)姆€(wěn)定性和可靠性。同時，我們還需要關(guān)注LPO的可演進性和互聯(lián)互通性，以適應AI技術(shù)不斷發(fā)展的需求。

除此之外，光互聯(lián)技術(shù)的智能運維也變得越來越重要。智能運維不僅可以幫助企業(yè)實時監(jiān)控系統(tǒng)的運行狀態(tài)，還可以根據(jù)數(shù)據(jù)分析進行預測性維護，提高系統(tǒng)的可用性和穩(wěn)定性。此外，智能運維還可以幫助我們優(yōu)化資源配置，提高系統(tǒng)的整體性能。

隨著速率的提升和單模下沉的加速，硅光技術(shù)預計將迎來高速增長。硅光技術(shù)以其高速、低功耗、小型化等優(yōu)勢，在AI場景下的光互聯(lián)技術(shù)中發(fā)揮著越來越重要的作用。我們有理由相信，在未來的AI應用中，硅光技術(shù)將扮演更加重要的角色。

部分資料來源：LightCounting

審核編輯 黃宇