來源： Evelyn維科網光通訊

近日，位于加利福尼亞州的硅光子初創公司Ayar Labs透露，其革命性的光學I/O技術即將面世：

這一突破性成果可以取代芯片內部的銅線，在芯片內部進行更快的通信。它旨在徹底顛覆芯片內部的傳統銅線連接方式，有望成為數據傳輸領域的一個重磅突破！

經過十余載的潛心研發，該公司已成功將光學I/O技術融入芯片架構之中，旨在實現前所未有的高速通信能力。

Ayar Labs的首席執行官Mark Wade雖未明確透露具體發布日期，但在公開場合中透露了一些線索。他表示，隨著片上I/O市場在2026-2028年間步入成熟期，他們的技術將在這一黃金時段內迎來關鍵里程碑：“我們現在在實驗室里與客戶一起做的工作，真正的目標是在2-3年后開始大規模市場部署。”

Mark Wade滿懷信心地表示，未來2-3年內，該技術將實現從實驗室到市場的飛躍，出貨量預計將達到數百萬級，并在隨后幾年內廣泛滲透至各行各業。

長久以來，光I/O技術在遠距離通信中大放異彩，而Ayar Labs則將其引入短距離通信領域，通過將光子學技術置于芯片計算堆棧的頂端，極大地提升了各級通信的速度與效率。

Mark Wade強調，目前技術已跨越科學實驗的門檻，正式邁入制造與設計部署的關鍵階段，這一進程雖充滿挑戰，但前景極為鼓舞人心。Ayar Labs將自己定位為不斷增長的封裝內光學I/O市場之中的參與者，并于近年來獲得了豐厚的融資：

Ayar Labs融資歷程（維科網·光通訊整理）

光學I/O技術蓄勢待發

人工智能市場的蓬勃發展，為Ayar Labs的光學I/O技術提供了廣闊的舞臺。面對芯片與基礎設施層面對于更快通信速度的持續渴求，傳統電氣連接的距離限制成為瓶頸。而光學I/O技術的引入，將徹底打破這一限制，使得用戶能夠跨越數十乃至數百米的距離，連接更多GPU或加速器，極大地拓展了計算能力的邊界。然而，新技術的推廣并非一蹴而就。光學I/O技術的引入，將深刻改變芯片與服務器的部署方式，要求Ayar Labs與包括英偉達、英特爾在內的合作伙伴緊密協作，共同推動生態系統的構建。盡管銅線在成本上占據優勢，且光學技術的功率效率仍需優化，但Ayar Labs堅信，通過每美元/每瓦特的產量來衡量，其光學技術將在成本與效率上實現領先。此外，光子學技術的應用不僅簡化了系統與基礎設施的設計，降低了設備成本，更為客戶帶來了更高的投資回報與更快的產出速度。Mark Wade指出，要全面評估這一技術的價值，必須從整個系統的角度出發，方能洞察其帶來的深遠影響。在高性能計算領域，可持續性已成為衡量技術價值的重要標尺。Ayar Labs的光學I/O技術，通過提升帶寬、能源效率與降低延遲，為大規模人工智能計算及其他數據密集型工作負載提供了前所未有的支持。若其客戶能夠充分挖掘這一技術的潛力，無疑將助力Ayar Labs加速邁入下一個增長高峰。隨著專利申請的加速推進與Teraphy商標的積極爭取，Ayar Labs正穩步向商業發布的目標邁進。光學I/O技術的到來，預示著數據傳輸與計算能力的全新時代即將開啟。

革新生成式人工智能性能

在生成式人工智能（AI）與高性能計算（HPC）領域，隨著模型復雜性的飛速提升，傳統互連技術正面臨前所未有的挑戰。龐大的AI系統，通過連接成百上千臺GPU和其他加速器構建而成，卻因數據流通的瓶頸導致計算性能受限、利用率下降，同時伴隨著功耗與成本的激增。這一現狀成為了實現數據中心全面加速、推動經濟高效且有利可圖AI發展的重大障礙。面對這一困境，Ayar Labs以其即將發布的光學I/O技術，為AI行業帶來了變革的曙光。該技術專為AI優化，旨在突破傳統互連技術的局限，最大化提升AI基礎設施的計算效率和性能，同時顯著降低成本、延遲和功耗。AI模型復雜性的不斷增加，使得多GPU系統的效率問題愈發凸顯。傳統互連方式下，單個GPU可能保持80%的高效運行，但當系統擴展至64個或256個GPU時，效率卻急劇下降至50%甚至30%。Ayar Labs的光學I/O技術，正是為解決這一痛點而生，它以光速傳輸數據，為AI系統提供了前所未有的通信帶寬和低延遲能力。今年早些時候，該公司展示了業界首個每秒4Tbps的光解決方案，并展示了集成了英特爾業界領先的Agilex?FPGA技術的封裝式光I/O解決方案。

TeraPHY? 光學 I/O 芯片（圖片來源：Ayar Labs）

英偉達（NVIDIA）首席科學家兼高級副總裁比爾·達利對Ayar Labs的光學I/O技術給予了高度評價：“光學連接對于擴展加速計算集群以滿足AI和HPC工作負載的快速增長需求至關重要。Ayar Labs的獨特技術，正是滿足下一代基于硅光子學的AI架構擴展需求的理想選擇。”Ayar Labs的光學I/O解決方案，不僅基于開放標準設計，更針對AI訓練和推理進行了深度優化。這一創新技術不僅解決了當前AI/HPC網絡中的解耦難題，還通過光學互連的方式，實現了前所未有的系統整合與性能提升。它的推出，預示著AI系統將迎來一次全面的性能飛躍，為生成式AI的發展開辟了新的道路。

審核編輯 黃宇